航空发动机气路性能估计方法对比研究

《航空发动机气路性能估计方法对比研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号V233.7论文编号102870215-S052学科分类号082502硕士学位论文航空发动机气路性能估计方法对比研究研究生姓名崔文斌学科、专业航空宇航推进理论与工程研究方向状态监视与健康管理指导教师叶志锋教授南京航空航天大学研究生院能源与动力学院二О一四年十二月万方数据万方数据NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofEnergyandPowerEngineeringComparativ

2、eResearchontheMethodsofEstimationofAeroEngineGasPathPerformanceAThesisinAerospacePropulsionTheoryandEngineeringbyCuiWenbinAdvisedbyProf.YeZhifengSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringDecember,2014万方数据万方数据承诺书本人

3、声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：万方数据万方数据南京航空航天大学硕士学位论文摘要为了进一步提高发动机的安全性和可靠性，

4、加快航空发发动机视情维修向健康管理综合系统转变的步伐，本文着重研究了健康管理系统核心部分之一，即以某型涡扇发动机为研究对象，对发动机气路性能估计方法进行了对比研究。首先本文采用了智能算法，将性能估计问题转化为寻优问题，基于遗传算法以C++、Matlab为平台进行了仿真实验。仿真结果表明，虽然传统遗传算法在处理非线性问题上有很强的适用性，但在性能估计时亦会出现局部最优、精度过低的问题。针对这一问题，本文提出了不同的改进方案：引入了信息融合思想和萤火虫算法。通过仿真可知：信息融合遗传算法能够有效解决

5、传统遗传算法中出现的问题，将估计精度控制在5%以内；萤火虫算法虽然在精度上能表现出优越的性能，但对设定参数敏感，由于没有科学的参数选取规则，针对不同问题需要大量试算获得算法参数。其次本文研究了支持向量机在气路性能估计中的运用，将性能估计问题转化为测量参数与性能参数间的建模问题，基于支持向量机对气路故障采用先分故障类别，再回归性能参数的策略。仿真结果表明支持向量机在小蜕化量时表现出的性能并不能让人满意，在气路性能估计领域有一定的局限性。本文提出了回归修正策略以及基于支持向量机、遗传算法的组合算法。

6、支持向量机回归算法在引入修正策略后，能将估计误差控制在4%以内；基于支持向量机、遗传算法的组合方法能够克服两类算法缺陷，不仅解决了寻优过程中局部最优问题，也使整个算法对训练样本的依赖性降低，同时将估计误差控制在4%以内。最后对文中提出的性能参数估计方法进行了对比分析，总结了各类算法的局限性及应用前景，为后续研究提供一些建议。关键词：气路性能估计，发动机健康管理，支持向量机，智能算法I万方数据航空发动机气路性能估计方法对比研究ABSTRACTGaspathhealthperformanceisan

7、importantpartofenginehealthmanagement.Toimprovethesafetyandreliabilityofaero-engines,thisdissertationfocusesonthekernelpartofthehealthmanagementsystem,whichisthecomparativestudyofmethodologiesforgaspathperformanceestimation.Suchaninvestigationisparti

8、cularlyimportantwiththeadventofon-conditionmaintenancecapabilityofhealthmanagementsystem.Firstly,intelligentalgorithmisusedtotransformtheperformanceestimationproblemintoanoptimizationproblem.Thegeneticalgorithmsimulationexperimentsarecarriedoutbasedo