当前位置:问答库>论文摘要

题目:基于数据挖掘的机载液压泵故障预测技术的研究

关键词:柱塞泵,失效机理,故障预测,信号去噪,小波能谱熵,模型优化

  摘要



飞机的健康管理技术是飞机可靠性设计中的重要部分,关系到整个飞机的故障预警能力和故障定位能力,可以实现动态调度维修资源,为机组成员和维修成员提供最有效的决策支持和解决方案,而故障预测与寿命预测又是这其中的重中之重。故障预测和寿命预测是近几年来的学术热点话题,具有重要应用价值和指导意义,吸引了越来越多的研究者的目光。高精度、高可靠性的故障预测模型可以降低整个飞机系统维护成本和故障概率, 同时提升整个系统的安全性和所有组件的利用率。

机载液压系统是飞机设计中非常关键的动力系统和传动系统,在飞机的全部运行过程中起到主体控制作用,其功能与作用至关重要,要保证最高级别可靠性的工作。一般在飞行过程中通过多传感器采集到的各种信号,实时监测它的运行状况,对可能出现的故障进行及时地进行诊断与预测,以防患于未然。

本文针对飞机液压泵源系统的故障预测问题,首先介绍了设备故障预测的发展状况以及液压泵故障预测的发展现状,又进一步对柱塞泵的故障诊断和故障预测相关的技术要点进行了分析与总结。就应用广泛的柱塞泵中几种典型故障机理进行了深入研究与详细论述,对故障演化规律进行了全面的分析。

本文开展振动信号数据的故障预测研究,着重研究了信号处理方法中的信号去噪问题,针对不同类型的信噪,研究对应的去噪方法,并且通过仿真实验比较并验证几种去噪方法的实际性能。

本文的另一个重点是,针对柱塞泵故障预测中的转子轴承故障预测问题,融合信息熵理论和小波理论,提出基于小波能谱熵的故障预测算法,论证该算法的科学性和可行性,并结合故障机理对该算法进行多层优化,建立性能退化模型。设计实验对该算法的预测性能进行验证,最终提炼出一套高效的基于振动信号的小波能谱熵故障预测算法。