XRF技术及其在发动机智能监测中的应用研究

论文摘要

XRF(X射线荧光)技术利用同位素放射源辐射被测物质,通过一系列装置产生能谱,根据能谱来判别物质的元素类别。这种技术在冶金、地质勘探中已经得到广泛的应用。本文把它应用到发动机智能监测中来,致力于研制出一套新型的智能监测系统。智能分析技术,包括状态预测和故障诊断。成功的诊断推理、计算方法很多,本文重点研究了灰色系统理论的灰预测和灰色关联度分析两个分支,以及统计法、人工免疫系统。灰色预测是把被预测系统看成是一个灰色系统,利用存在的已知信息去推知含有故障模式的不可知信息及其特性、状态和发展趋势。本文系统模型用该方法预测油液金属含量和发动机状态。灰关联度分析是灰色理论的一种新方法,它用关联度大小来描述事物、因素之间关联程度的一种定量化的方法。系统模型用该方法分析油液中各元素的浓度关联度,从而判别发动机的工况和元素分组。人工免疫系统,是受生物免疫系统的启发而产生的一种新型的智能计算方法。它通过对原始数据模式进行学习记忆,以及进一步的调整,记忆了不同的数据模式,然后对这些模式进行分类和“标记”,其结果可用于模式识别和状态聚类。本文的研究工作包括两部分:同位素XRF能谱处理与分析、智能分析模型。前者的输入是能谱数字数据,输出是元素浓度,同时元素浓度又是后者的输入,后者输出是发动机当前状态和预测状态。最后,基于以上的研究工作开发了发动机智能监测软件系统。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 航空发动机状态监测的意义
• 1.2 航空发动机的状态监测研究现状
• 1.3 油液分析监测法的研究现状
• 1.4 同位素XRF 技术
• 第二章 同位素XRF 技术及应用
• 2.1 同位素XRF 原理
• 2.1.1 辐射源
• 2.1.2 射线的作用机理
• 2.1.3 辐射探测器
• 2.1.4 多道脉冲分析仪
• 2.2 XRF 能谱特征分析
• 2.3 能谱解析原理及常用方法
• 2.3.1 光滑预处理
• 2.3.2 剥谱
• 2.3.3 寻峰
• 2.3.4 峰的净面积计算
• 2.4 定量分析
• 2.5 本章小结
• 第三章 智能分析方法研究
• 3.1 智能分析技术概述
• 3.1.1 人工神经网络
• 3.1.2 粗糙集理论
• 3.1.3 支持向量机理论
• 3.1.4 案例推理理论
• 3.2 灰色系统理论分析方法
• 3.2.1 灰色关联度分析
• 3.2.2 灰色关联度分析算例
• 3.2.3 灰色预测
• 3.2.4 灰色预测算例
• 3.3 界限值制定方法
• 3.3.1 统计法
• 3.3.2 线性回归法
• 3.3.3 制定界限值算例
• 3.4 人工免疫诊断方法
• 3.4.1 概述
• 3.4.2 人工免疫模型
• 3.4.3 免疫系统的诊断步骤
• 3.4.4 免疫系统应用实例
• 3.5 本章小结
• 第四章 基于元素分析的发动机智能监测
• 4.1 滑油金属元素分析
• 4.2 智能分析模型
• 4.3 智能分析模型的实例应用
• 4.3.1 元素关联度分析
• 4.3.2 制定金属故障界限值
• 4.3.3 发动机状态预测
• 4.3.4 发动机故障诊断
• 4.4 本章小结
• 第五章 发动机智能监测系统设计与实现
• 5.1 总体设计
• 5.2 硬件系统工作原理
• 5.3 数据库系统原理
• 5.3.1 概述
• 5.3.2 数据库设计
• 5.4 软件系统设计与实现
• 5.4.1 开发环境
• 5.4.2 数据库接口
• 5.5 数据采集
• 5.6 系统软件实现及简介
• 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间研究成果及发表的学术论文