基于神经网络的飞机发动机性能趋势预测

摘要

飞行安全是民航永远的主题。航空发动机被人们称为飞机的心脏，它为飞机正常运行提供所需要的动力能源，发动机工作的安全可靠与否和故障预防是保障飞行安全的关键。正确及时地做好发动机的维护工作，对保证飞行安全起着至关重要的作用。通过对发动机的状态参数变化趋势进行预测，判断出未来时刻发动机电路以及气路系统的工作状态对于有效实施民航发动机视情维修决策有着重要的意义。 利用人工智能算法实现性能趋势预测在许多领域的相关问题中已经得到了成功的应用，而在比航飞机发动机系统的研究和应用中则处于起步阶段。航空发动机是一个典型的复杂非线性系统，综合反应其工作状态和性能的关键参数的时间序列是典型的非线性时间序列。本文的目的是寻找一种智能、客观、准确地预测航空发动机性能趋势的新方法，基于蚁群算法、神经网络的基本原理利航空发动机的系统特性，通过发动机的历史飞行数据预测未来时刻的航空发动机的性能参数的变化趋势。系统采用Java语言和Oracle数据库进行设计与开发，通过对ACARS报文数据分解以获取飞机发动机实时性能参数，运用蚁群算法和反向传播算法进行系统的自学习，实现知识获取，进行发动机性能趋势预测，验证了神经网络预测飞机发动机性能参数变化趋势的可行性和有效性。 利用神经网络对发动机性能趋势进行预测有着很大的实际运用前景，一方面可以大大节约航空公司的运营成本，为航空公司节约维修费用，另一方面防患于朱然，提前做好检测、维修工作，保障飞行安全。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2民航发动机性能状态监控的发展

1.3发动机趋势预测的必要性

1.4本课题研究的目的和内容

第二章民航发动机性能参数趋势预测的基本方法与技术

2.1民航发动机性能参数的监控

2.2民航发动机的主要监控技术

2.2.1 EGT裕度监控

2.2.2振动监控

2.2.3滑油监控

2.3发动机性能趋势监控流程

2.4现有发动机分析系统的局限性

2.5本章小结

第三章民航发动机性能参数趋势预测模型

3.1具有预测功能的发动机监控系统的理论基础

3.1.1蚁群算法

3.1.2人工神经网络

3.1.3建立具有智能特点的发动机性能参数趋势预测系统

3.2民航发动机性能趋势预测系统的神经网络学习规则

3.2.1标准BP算法

3.2.2反向传播算法的变形

3.2.3蚁群算法在连续域优化问题中的应用

3.2.4蚁群神经网络

3.3民航发动机性能趋势预测系统的神经网络模型

3.4基于神经网络的民航发动机性能趋势预测系统的优点

3.5本章小结

第四章民航飞机发动机性能趋势预测系统的设计

4.1飞机通信寻址和报告系统(ACARS)

4.2发动机报文分解

4.3发动机报文数据处理

4.3.1数据清理

4.3.2数据规范化处理

4.4发动机性能趋势预测系统模型的建立

4.5发动机参数趋势预测系统网络结构及其参数的选取

4.5.1系统网络结构的选取

4.5.2神经网络算法的选取

4.6发动机性能趋势预测系统算法的讨论

4.7本章小结

第五章民航飞机发动机性能趋势预测系统的实现

5.1系统概要设计

5.2系统结构设计

5.2.1数据库设计

5.2.2业务处理层设计

5.2.3表示层设计

5.3系统运行测试

5.4本章小结

第六章结束语

参考资料

致谢

在学期间研究成果