基于混沌时间序列理论的民航发动机性能参数预测模型研究

基于混沌时间序列理论的民航发动机性能参数预测模型研究

论文摘要

随着我国民航事业的迅速发展,如何保障飞机的飞行安全成了日益重要的问题。航空公司在保证安全运营的同时必须创造效益以维持其生存和发展,然而近几年来严峻的外部运营环境使得航空公司不得不充分向内挖潜,严格控制自身运营成本已提升其市场竞争力。民航发动机是飞机的重要组成部分,由于其结构复杂,对精度和可靠性的要求非常严格;同时因其工作在极其恶劣的环境中,受到各种因素的干扰,对其性能也提出了很高的要求。据统计,民航发动机维护成本占据航空公司直接运营成本的30%,有很大的控制余量。由此可见,航空公司的工程师们通过监控民航发动机性能和预测发动机性能参数,及时发现发动机异常情况并采取措施,防止民航发动机故障可以为航空公司节约维修成本,同时对航空安全保障也具有重要意义。本文根据民航发动机的非线性特性及发动机性能参数的混沌特性,应用混沌时间序列理论对民航发动机性能参数预测做了探索性研究:在论文第一章中,介绍了课题研究背景和研究意义,以及混沌时间序列理论的预测方法,并总结了目前国内外混沌时间序列预测和航空发动机预测的研究进展和现状;第二章对混沌时间序列理论进行了介绍,包括时间序列的混沌性判别方法,混沌时间序列的相空间重构理论,以及相空间重构参数(最佳延迟时间和最佳嵌入维数)的选取方法和算法;第三章针对发动机性能参数的实际时间序列数据计算最佳延迟时间和最佳嵌入维数等相空间重构参数,并进行相空间重构,计算各时间序列的混沌性判别量——最大Lyapunov指数,判别各时间序列是否具有混沌性特征,为发动机性能参数的预测奠定基础;第四章讨论混沌时间序列的预测方法,包括加权一阶局域法和基于最大Lyapunov指数法,以这两种预测方法来研究混沌时间序列理论在发动机性能参数预测中的应用,对预测结果进行分析与评价;第五章在混沌时间序列预测理论的基础上,提出混沌理论与多元回归相结合的综合预测模型,并采用实际数据对该模型进行了验证。在论文最后,将以上研究的预测算法进行计算机仿真,编制相应的预测程序,分别封装成单个模块,集成到飞机远程故障诊断平台系统中,为进一步实现民航发动机的故障预测奠定了基础。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 混沌时间序列预测理论简介
  • 1.2.1 混沌时间序列研究的必要性
  • 1.2.2 混沌时间序列预测方法介绍
  • 1.3 国内外混沌时间序列研究进展及现状
  • 1.3.1 混沌理论发展历史
  • 1.3.2 国内外研究进展及现状
  • 1.3.3 航空发动机预测研究进展与现状
  • 1.4 本文主要研究内容和结构安排
  • 1.5 本章小结
  • 第二章 混沌时间序列理论基础
  • 2.1 混沌基本概念
  • 2.1.1 混沌与混沌学
  • 2.1.2 有关混沌的基本术语
  • 2.1.3 混沌与随机过程的区别
  • 2.2 混沌的基本特性
  • 2.2.1 内在随机性
  • 2.2.2 对初始条件的敏感依赖性
  • 2.2.3 长期不可预测性
  • 2.2.4 具有分形的性质
  • 2.2.5 遍历性
  • 2.3 混沌时间序列建模和预测理论基础
  • 2.3.1 混沌学中的新概念和混沌预测观
  • 2.3.2 混沌的定性与定量描述
  • 2.3.3 混沌时间序列的判定方法
  • 2.3.4 相空间重构的理论基础和方法
  • 2.3.5 相空间重构的参数选取方法
  • 2.4 本章小结
  • 第三章 发动机性能参数的混沌相空间重构与混沌性判别
  • 3.1 混沌时间序列
  • 3.2 数据来源
  • 3.3 发动机性能参数时间序列的相空间重构
  • 3.3.1 相空间重构技术
  • 3.3.2 最佳延迟时间τ的计算和选取
  • 3.3.3 最佳嵌入维数m 的计算和选取
  • 3.3.4 发动机性能参数时间序列的相图
  • 3.4 发动机性能参数时间序列的混沌性判别
  • 3.4.1 最大Lyapunov 指数
  • 3.4.2 最大Lyapunov 指数的算法
  • 3.4.3 小数据量方法
  • 3.4.4 发动机各性能参数时间序列的最大Lyapunov 指数值
  • 3.5 本章小结
  • 第四章 发动机性能参数的混沌时间序列预测研究
  • 4.1 引言
  • 4.2 数据来源
  • 4.3 混沌时间序列预测方法
  • 4.3.1 全域预测法
  • 4.3.2 局域预测法
  • 4.3.3 基于最大Lyapunov 指数的混沌时间序列预测法
  • 4.4 发动机性能参数的预测仿真
  • 4.4.1 加权一阶局域法
  • 4.4.2 基于最大Lyapunov 指数的混沌时间序列预测法
  • 4.5 本章小结
  • 第五章 基于混沌时间序列理论与多元线性回归的综合预测模型
  • 5.1 引言
  • 5.2 数据来源
  • 5.3 基于混沌时间序列理论与多元线性回归的综合预测模型
  • 5.3.1 发动机性能参数的线性相关性分析
  • 5.3.2 发动机性能参数预测数据准备
  • 5.3.3 多元线性回归分析预测模型
  • 5.3.4 综合预测模型应用
  • 5.4 本章小结
  • 第六章 预测模型在飞机远程故障诊断平台中的应用
  • 6.1 引言
  • 6.2 仿真模块化设计思想
  • 6.2.1 结构化设计思想
  • 6.2.2 模块化设计思想
  • 6.2.3 实用化设计思想
  • 6.3 混沌预测参数的程序设计实现
  • 6.3.1 最佳延迟时间
  • 6.3.2 最佳嵌入维数
  • 6.3.3 最大Lyapunov 指数
  • 6.4 加权一阶局域预测法的程序设计实现
  • 6.5 基于最大Lyapunov 指数预测法的程序设计实现
  • 6.6 混沌与回归综合预测法的程序设计实现
  • 6.7 本章小结
  • 第七章 总结与展望
  • 7.1 总结
  • 7.2 展望
  • 致谢
  • 参考文献
  • 作者攻读硕士学位期间研究成果
  • 相关论文文献

    • [1].基于条件熵的混沌时间序列的非均衡重构[J]. 山西科技 2020(05)
    • [2].多元混沌时间序列的加权极端学习机预测[J]. 控制理论与应用 2013(11)
    • [3].混沌时间序列的平均周期计算方法[J]. 系统工程 2010(12)
    • [4].最小二乘支持向量机在混沌时间序列中的应用[J]. 计算机仿真 2011(02)
    • [5].混沌时间序列的支持向量机预测[J]. 统计与决策 2010(01)
    • [6].基于多元混沌时间序列的数控机床运动精度预测[J]. 农业机械学报 2017(03)
    • [7].混沌时间序列分析与预测研究综述[J]. 信息与控制 2020(01)
    • [8].基于鲁棒极端学习机的混沌时间序列建模预测[J]. 物理学报 2018(03)
    • [9].基于混沌时间序列的地下水动态预报[J]. 水资源与水工程学报 2010(05)
    • [10].混沌时间序列的神经网络预测研究[J]. 海军航空工程学院学报 2008(01)
    • [11].基于粒子滤波的混沌时间序列局域多步预测[J]. 现代电子技术 2018(01)
    • [12].基于径向基神经网络预测的混沌时间序列嵌入维数估计方法[J]. 物理学报 2011(07)
    • [13].基于混沌时间序列的桥梁沉降预测[J]. 北京测绘 2018(08)
    • [14].多元混沌时间序列的因子回声状态网络预测模型[J]. 自动化学报 2015(05)
    • [15].基于多元混沌时间序列的油田产量预测模型[J]. 数学的实践与认识 2016(06)
    • [16].混沌时间序列在股票价格长期预测中的应用[J]. 哈尔滨商业大学学报(自然科学版) 2015(01)
    • [17].一种错误率可控的混沌时间序列区间预测算法[J]. 控制与决策 2019(05)
    • [18].一种基于误差补偿的多元混沌时间序列混合预测模型[J]. 物理学报 2013(12)
    • [19].基于SVM的混沌时间序列分析[J]. 动力学与控制学报 2009(01)
    • [20].混沌时间序列的模糊聚类预测与目标检测[J]. 电子测量与仪器学报 2008(05)
    • [21].混沌时间序列拟随机性的一种解释[J]. 南京工程学院学报(自然科学版) 2017(02)
    • [22].基于最大Lyapunov指数不变性的混沌时间序列噪声水平估计[J]. 物理学报 2012(06)
    • [23].基于遗传算法优化RBF网络的预测混沌时间序列[J]. 科技通报 2012(08)
    • [24].基于李雅普诺夫指数的临近点选取方法[J]. 统计与决策 2016(20)
    • [25].基于混沌时间序列支持向量机的开关磁阻电机建模[J]. 制造业自动化 2012(06)
    • [26].基于混沌时间序列模型的危险化学品泄漏事故预测[J]. 安全与环境工程 2018(03)
    • [27].基于条件熵扩维的多变量混沌时间序列相空间重构[J]. 物理学报 2011(02)
    • [28].基于混沌时间序列分析的感光式火灾识别算法[J]. 火灾科学 2008(04)
    • [29].基于混沌时间序列的模糊神经网络预测研究[J]. 软件导刊 2018(02)
    • [30].基于联合熵的多变量混沌时间序列相空间重构[J]. 西南师范大学学报(自然科学版) 2011(04)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于混沌时间序列理论的民航发动机性能参数预测模型研究
    下载Doc文档

    猜你喜欢