航空发动机内窥故障智能诊断技术研究
Study of Aero-engine Endoscopic Fault on Intelligent Diagnosis Technology
随着航空工业的飞速发展,民用航空设备的维修要求也越来越高,在保障飞行安全、降低维护成本、提高飞机可用性等方面对故障诊断和维护方式提出了新的挑战.目前,在民用航空发动机的维护与管理领域提出了故障的定性、定位、预测预报与优化管理的概念并展开了智能故障技术的研究.按照目前发动机故障诊断的发展趋势,论文对智能故障诊断技术的理论和应用进行比较研究,选取基于案例推理的专家系统作为故障诊断方法.对内窥损伤图像进行特征分析和分类,详细阐述了以特征参数为基础的图像处理方法,实现了不同特征用不同方法进行提取,提高了特征参数获取的准确性并在此基础上组建了案例库.在案例库的使用方面,采用基于模板和最近相邻的混合检索技术进行检索,极大提高了案例检索的准确性,设计了全库检索和快速检索两种检索过程以满足不同的检索需要,并且采用"多用先出"的原则对案例库进行了优化.最后阐述了系统的总体构架、推理机制和设计方案,重点分析了系统各模块的功能和实现方法,提高了维修人员对故障进行诊断和采取维护措施的效率,使民航事业取得更好的经济效益和更高的安全系数.以维修公司提供的维修案例做测试,进行智能故障诊断,对系统进行测试,证明本系统可以给出正确的维修决策,诊断正确,符合实际要求.
- 作者:
- 牟君鹏
- 学位授予单位:
- 中国民航大学
- 专业名称:
- 模式识别与智能系统
- 授予学位:
- 硕士
- 学位年度:
- 2010年
- 导师姓名:
- 罗云林
- 中图分类号:
- V263.6
- 关键词:
- 智能诊断;图像处理;基于案例推理;混合检索
- intelligent fault diagnosis; image processing; case-based reasoning; mixed retrieval technology;