基于灰色神经网络的直升机旋翼故障诊断技术

《基于灰色神经网络的直升机旋翼故障诊断技术》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：TP277论文编号：102870118-SZ068学科分类号：082501硕士学位论文基于灰色神经网络的直升机旋翼故障诊断技术研究生姓名周鸿灯专业类别工程硕士专业领域航空工程指导教师高亚东副教授南京航空航天大学研究生院航空宇航学院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofEngineeringHelicopterRotorFaultDiagnosisBasedonGrayNeuralNetworktechnologyATh

2、esisinAeronauticalEngineeringbyZhouHongdengAdvisedbyAssociateProf.GaoYadongSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承诺书本人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

3、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：南京航空航天大学硕士学位论文摘要旋翼系统为直升机提供升力，同时也是直升机的操纵机构，对直升机和飞行员的安全起着决定性的作用。直升机健康与使用状态监测系统（HUMS）是直升机故障诊断的重要技术，有效提高了直升机的安全性、可靠性、维护性和经济性。当前我国也已经开始重视这种技术，并且部分直升机已经安装了该系统。直升机故障诊断技术在旋翼故障的诊断上存在不足，

4、建立高效的旋翼故障诊断模型对国内直升机HUMS系统将会有重要意义。直接对旋翼系统进行故障监测比较困难，利用机体振动信号诊断旋翼故障的方法很好地解决了该问题。本文从直升机机体振动信号入手，通过分析灰色理论和神经网络建立了灰色神经网络串联模型，构建了直升机旋翼不平衡故障诊断模型。本文主要工作内容如下：（1）通过对灰色理论和神经网络的分析，构造了一种卷积神经网络和灰色关联分析相结合的串联灰色神经网络，利用卷积神经网络对特征进行组合与深层提取，以灰色关联模型作为分类器进行分类，同时对卷积神经网络进行试验分析以确定其性能；（2）通过对基本降噪自编码器的分析

5、，提出了一种卷积自编码深度神经网络用于信号特征提取的方法，对输入添加随机噪声以提高提取的特征的鲁棒性；同时采用传统信号处理方法小波来处理信号，对比两种方法获得的特征的分类结果，均取得很好的分类准确率；（3）分别将卷积自编码和小波处理后提取的特征用于本文所构造的串联灰色神经网络模型的分类，试验结果表明所构造的诊断模型能有效进行直升机旋翼故障分类。关键词：旋翼，故障诊断，卷积自编码，灰色神经网络，关联度，卷积神经网络I基于灰色神经网络的直升机旋翼故障诊断技术ABSTRACTTherotorsystemprovidesliftforhelicopter

6、sanditisalsothemanipulationmechanismofhelicopters,andplaysadecisiveroleinthesafetyofhelicoptersandpilots.Helicopterhealthandusagemonitoringsystem(HUMS)isanimportanttechnologyinhelicopterhealthmanagement,whicheffectivelyimprovesthesafety,reliability,maintainabilityandeconomyof

7、helicopters.Atpresent,ourcountryhasbeguntoattachimportancetothistechnology,andsomehelicoptershaveinstalledthesystem.Helicopterfaultdiagnosistechnologyisdeficientinthediagnosisofrotorfaults,andtheestablishmentofanefficientrotorfaultdiagnosismodelwillbeofgreatsignificanceforthe

8、domestichelicopterHUMSsystem.Itisdifficulttomonitortherotorsystemdir