论文题目：航空发动机健康管理系统数字仿真平台关键技术研究
摘要：航空发动机健康管理作为提高航空发动机可靠性、可用性与安全性的重要手段之一,一直是航空制造业、运输业和维修业共同关注的热点问题。为了方便后人对航空发动机健康管理系统架构进行探索,并对健康管理相关算法进行仿真验证,本文针对航空发动机健康管理系统,设计并构造了一个航空发动机健康管理系统数字仿真平台,并在建立了某型发动机退化模型的基础上,在平台上设计与验证了部分航空发动机健康管理算法。论文主要工作内容如下:首先,开展航空发动机健康管理系统需求分析和构架设计的研究。通过文献调研,对航空发动机健康管理系统进行需求定义,对航空发动机健康管理系统数字仿真平台进行具体需求分析,并以此为基础,结合课题组实际情况和硬件水平,将需求进行进一步分解,根据仿真平台需求分解,采用典型C/S软件架构,将系统定义为机载、地面和用户终端健康管理子系统,并对整体软件功能架构进行了定义;然后,开展健康管理系统关键算法的研究。首先建立JT9D部件级模型,并在测绘NASA公开文献和数据的基础上,建立JT9D发动机退化模型,对航空发动机健康管理系统的算法进行需求与功能分析,提出基于卷积神经网络（Convolutional Neural Network,CNN）的航空发动机故障诊断算法和基于长短期记忆神经网络（Long Short-Term Memory,LSTM）的剩余寿命预估算法,并对算法进行了验证和结果分析。其次,进行健康管理系统仿真平台各子系统设计与实现的工作。设计仿真平台的网络数据链构架,并分别对机载、地面和用户终端健康管理仿真子系统进行构架设计,决定各子系统中数据管理、算法集成、软件架构和数据储存等关键技术路径,为各个子系统的实现提供解决方案,并完成各个子系统具体的编码工作;最后,进行健康管理系统仿真平台与算法集成验证的工作。在硬件在环仿真平台上验证机载健康管理仿真子系统,在某商用云服务器上验证地面健康管理仿真子系统,在PC端和移动终端验证用户终端健康管理仿真子系统的各项功能,然后验证传感器故障诊断算法、发动机剩余寿命预估算法和故障报警等功能,集成所有子系统,对照定义的需求对发动机健康管理仿真系统进行整体验证。
关键词：航空发动机;健康管理;故障诊断;剩余寿命预估;神经网络;软件工程;集成验证
学科专业：航空宇航推进理论与工程
摘要
abstract
注释表
下标
缩略词
第一章 绪论
1.1 研究背景
1.2 航空发动机健康管理构架研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 航空发动机健康管理算法研究现状
1.3.1 故障诊断算法
1.3.2 剩余寿命预估算法
1.4 本文的内容安排
第二章 健康管理系统数字仿真平台需求分析与构架设计
2.1 引言
2.2 需求分析
2.2.1 健康管理系统需求分析
2.2.2 仿真平台功能需求分析
2.2.3 算法需求分析
2.3 构架设计
2.3.1 仿真平台需求分解
2.3.2 仿真平台构架设计
2.4 本章小结
第三章 健康管理系统关键算法需求分析与设计
3.1 引言
3.2 航空发动机模型及其退化模型简介
3.2.1 JT9D发动机模型建立
3.2.2 JT9D发动机退化模型建立
3.3 航空发动机传感器故障诊断算法
3.3.1 卷积神经网络简介
3.3.2 卷积神经网络的推导
3.3.3 基于CNN的传感器故障诊断算法设计
3.3.4 传感器故障诊断算法验证与结果分析
3.4 航空发动机剩余寿命预估算法
3.4.1 长短期记忆神经网络简介
3.4.2 长短期记忆神经网络推导
3.4.3 基于LSTM的剩余寿命预估算法设计
3.4.4 剩余寿命预估算法验证与结果分析
3.5 本章小结
第四章 健康管理系统仿真平台子系统设计
4.1 引言
4.2 机载健康管理仿真子系统设计
4.3 地面健康管理仿真子系统设计
4.4 用户终端健康管理仿真子系统设计
4.5 仿真平台网络功能实现
4.6 本章小结
第五章 健康管理系统仿真平台与算法集成验证
5.1 引言
5.2 系统集成验证
5.2.1 机载健康管理仿真子系统
5.2.2 地面健康管理仿真子系统
5.2.3 用户终端健康管理仿真子系统
5.3 功能验证
5.3.1 传感器故障诊断算法验证
5.3.2 剩余寿命预估算法验证
5.3.3 故障报警功能验证
5.4 本章小结
第六章 总结与展望
6.1 论文工作总结
6.2 工作展望
参考文献
致谢