• 藍色版面
  • 綠色版面
  • 橘色版面
  • 粉紅色版面
  • 棕色版面
帳號:guest(120.119.126.29)          離開系統
字體大小: 字級放大   字級縮小   預設字形  

詳目顯示

研究生: 郭慶輝
研究生(外文): Ching-Hui Kuo
論文名稱: 類神經演算法應用於具後燃器渦輪風扇發動機之監控診斷
論文名稱(外文): Neural Network Condition Monitoring and Fault Diagnosis of A Turbofan Engine with AfterBurner
指導教授: 胡舉軍
指導教授(外文): Jeu-Jiun Hu
學位類別: 碩士
校院名稱: 樹德科技大學
系所名稱: 資訊管理系碩士班
論文出版年: 99
畢業學年度: 98
語文別: 中文
論文頁數: 162
中文關鍵詞: 類神經網路氣路分析法監控診斷系統最陡坡降法動量項演算法Levenberg-Marquardt演算法
外文關鍵詞: Artificial Neural Networkgradient decent algorithmmomentum term algorithmLevenberg-Marquardt algorithm
相關次數:
  • 被引用:0
  • 點閱:52
  • 評分:*****
  • 下載:0
  • 書目收藏:0
本研究係利用類神經演算法中之倒傳遞類神經網路,發展出一套具有故障診斷能力之監診系統應用於具後燃器渦輪風扇發動機。實驗數據來源係以具後燃器之渦輪風扇發動機半經驗試車數據,並經數據正規化後作為本研究之訓練及測試樣本。故障案例運用最徒坡降法、動量項法和LM演算法,分別對有限型及擴展型之監控系統進行發動機冷段及熱段建構故障診斷模型,並進行模型訓練及診斷測試,以建置完整之具後燃器渦輪風扇發動機冷、熱段之類神經監控診斷系統。
研究顯示,在有限型監控系統部份,網路架構以21個神經元之隱藏層並配合LM演算法,能取得最佳之誤差均方根,其程式之學習時間最短,且整體診斷率達90%以上;接著應用至擴展型監控系統部份,研究結果令人滿意。故倒傳遞類神經網路配合LM演算法所發展之監控診斷系統,用於診斷具後燃器渦輪風扇發動機之故障,能得到不錯之效果。
The purpose of this thesis is to develop a Neural Network Condition Monitoring and Fault Diagnosis system of a turbofan engine with afterburner. The semi-artificial sensing engine data are normalized and then feeding into the neural network. There are two model of our purposed system: 1. limited-model in which contends 4-node input and 5-node output parameters; 2.extented-model in which contends 6-node input and 7-node output parameters. By the using of gradient method, momentum term method and Levenberg Marquardt (LM) method, the results show excellent effectiveness and accuracy. This shows that the construction of purposed system can be used as a reference of the faultier diagnosis.
  As a result, in the case of limited-model, it shows smaller root mean square error in the network architetecture of a 21-node hidden layer neurons using LM algorithm and achieves 90% admeasure rate. In the case of extended-model, the network architetecture of the 25-node hidden layer neurons using LM algorithm can achieve 100% admeasure rate. Finally, the system is then applied for diagnosis of the turbofan engine with hot-section. The effectiveness of the proposed system is verified.
...........129
附錄九 熱段有限型發動機訓練INPUT資料..............133
附錄十 熱段有限型發動機訓練TARGET資料.............150
附錄十一 熱段有限型發動機測試檔1..................157
附錄十二 熱段有限型發動機測試檔1..................160
參考文獻
1.郝英、孫健國、白杰(2003)。航空燃氣渦輪發動機氣路故障診斷現狀與展望。航空動力學報,18卷,6期,pp.753。
2.許荔秦、胡東成(2001)。用於神經網路的動態冗餘BP算法,電子與信息學報。
3.陸鵬舉、徐自珍(2000)。航空發動機人工神經網路故障診斷法。中國航空太空學會學刊,Vol,32,No. 2。 pp.301-308。
4.趙景明、梁淑芳(2006)。導入LM 法之平行倒傳遞演算法, 資訊管理展望,8卷,2期。
5.Hagan, Demuth, & Beale(2004)。類神經網路設計。普林斯頓國際有限公司。
6.王進德、蕭大全(2002)。類神經網路與模糊控制理論入門(修訂版)。台北市:全華。
7.宋兆泓、陳光、付君清(1993)。航空發動機典型故障分析。北京:北京航空航天大學出版社。p.1-7。
8.徐子圭(2004)。飛機發動機故障與診斷系統。高雄:空軍航空技術學院。
9.張正亮(2004)。MATLAB仿真技術與實例應用教程。機械工業出版社。
10.張斐章、張麗秋(2002)。類神經網路。東華書局。
11.普惠公司Pratt & Whitney(1993)。 PW4000-94型發動機手冊 。美國: Pratt & Whitney。
12.葉怡成(2002)。類神經網路模式應用與實作。儒林圖書公司。
13.葉怡成、郭耀煌(1993)。專家系統方法應用與實作。全欣資訊圖書股份有限公司。pp.5-6。
14.聞新、周露、李翔(2003)。MATLAB神經網路仿真與應用 。科學出版社。 pp.259-262。
15.王志宏(2003)。類神經網路於半導體平坦化製程預測監控功能之研究(碩士論文,中華大學科技管理研究所,2003)。全國博碩士論文資訊網,091CHPI0230061。
16.吳國禎(2000)。資料探索在醫學資料庫之應用(碩士論文,私立中原大學醫學工程學系,2000)。全國博碩士論文資訊網,088CYCU0530038。
17.沈建明(1991)。航空燃氣輪發動機診斷系統研究-專家系統的應用與監視參數的選擇 。碩士論文,北京航空航天大學,北京。
18.范景茹(2003)。以類神經網路發展發動機傳感器即時訊號驗證法(碩士論文,成功大學航空太空工程研究所,2003)。全國博碩士論文資訊網,091NCKU5295089。
19.徐自珍(1997)。航空發動機人工神經網路故障診斷法 (碩士論文,國立成功大學航空太空工程研究所,1997)。全國博碩士論文資訊網,085NCKU0295047。
20.徐自珍(2002)。類神經網路發動機氣路傳感器訊號驗證與故障診斷法 (博士論文,成功大學航空太空工程研究所,2002)。全國博碩士論文資訊網,091NCKU5295002。
21.張志銘(2007)。智慧型監控應用於航空器發動機(碩士論文,建國科技大學機電光系統研究所,2007)。全國博碩士論文資訊網,094CTU00490017。
22.張博釋(2001)。發展以MATLAB為平台之線性代數CAI軟體 (碩士論文,逢甲大學,2001)。全國博碩士論文資訊網,089FCU00507011。
23.張智傑(2005)。齒輪故障診斷之模糊類神經網路(碩士論文,中原大學機械工程學系,2005)。全國博碩士論文資訊網,093CYCU5489047。
24.陳大光(1993)。發動機狀態監視及故障診斷系統的經濟效益分析,”幹線客機用發動機狀態監視及故障診斷系統的分析研究”。北京航空航天大學動力系,北京。
25.陳大光、張赫然(1989)。用氣動熱力參數對發動機故障進行診斷與定位的實用方法 。碩士論文第二章,北京航空航天大學,北京。
26.陳大光、劉福生(1993)。燃氣渦輪發動機故障診斷的人工神經網絡法。CSAA 93-P-184(P),北京航空航天大學動力系,北京。
27.楊啟良(2002)。發動機氣路多重故障診斷法(碩士論文,成功大學航空太空工程研究所,2002)。 全國博碩士論文資訊網,090NCKU5295055。
28.葉懷仁(2003)。類神經網路應用於引擎聲訊之辨識(碩士論文,國立中山大學物理研究所,2003)。全國博碩士論文資訊網,091NSYS5198002。
29.雷賀君(2004)。前十字韌帶傷害快速診斷系統-以粗略集合、基因演算法與倒傳遞神經網路為工具(碩士論文,大葉大學工業工程學系,2004)。全國博碩士論文資訊網,092DYU00030004。
30.趙安明(2003)。馬達故障診斷之模糊類神經網路(碩士論文,中原大學機械工程研究所,2003)。全國博碩士論文資訊網,092CYCU5489052。
31.陸鵬舉(2005)。發動機監控與診斷上課講義。成功大學航太所,未出版手稿。.
32.Cifald, M. L. & Chokani, N., "Engine Monitoring Using Neural Networks," AIAA-98-3548, 1998.
33.Denny, G., “F16 Jet Engine Trending and Diagnostics with Neural Networks,”Proceedings of the SPIE (International Society for Optical Engineering), 1993, pp.419-422.
34.Doel, D. L., “TEMPER-A Gas Path Analysis Tool for Commercial Jet Engines,” ASME Journal of Engineering for Gas Turbines and Power, Vol.116, No. 1, pp. 82-89, 1994.
35.Eustace, R. & Merrington, G., "Fault Diagnosis of Fleet Engines Using Neural Networks," ISABE 95-7085, pp.926-936, 1995.
36.Eustace, R., "Neural Network Fault Diagnosis of A Turbofan Engine," Proceedings of the International Symposium on Air Breathing Engines, Vol. 2, Tokyo, Japan, Sept, 20-24, 1993
37.Fausett, L., "Fundamentals of Neural Networks: Architectures, Algorithms and Applications," Prentice Hall, Englewood Cliffs, New Jersey, ISBN 0-13-334186-0, 1994.
38.Luce, H., and Govind, R.,“Neural Network Pattem Recognizer for Detection of Failure Modes in the SSME," AIAA Paper 90-1893, 1990.
39.P. J. Lu & T. C. Hsu & J. Zhang & M.C. Zhang, “An Evaluation of Engine Fault Diagnostics Using Artificial Neural Networks,” ASME Journal of Engineering for Gas Turbines and Power, Vol. 123, No.2, pp.340-346, 2001.
40.Rosenblatt, F., “The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain,” Psychological Review 65, pp. 386-408, 1958.
41.Smetana, F. O., “Turbojet Engine Gas Path Analysis A Review,” AGARD Conference Proceedings, No. 165, 4-5, 1974 .
42.Urban, L. A., & Volponi, Allan J., “Mathematical Methods of Relative Engine MSE Diagnostics,” Journal of Aerospace, Vol. 101, Technical Paper 922048, pp. 2025-2049, 1992.
43.Zedda, M. & Singh, R., "Fault Diagnosis of a Turbine Engine Using Neural Networks: a Quantitative Approach,". AIAA-98-3602, 1998.
44.Haykin, S., “Neural Networks, A Comprehensive Foundation,” Macmillan College Publishing Co. Inc. , 1994.
45.Rosenblatt, F., “Principles of neuro -dynamics”, Spartan Books, New York, 1959.
46.Torella, G., Lombardo,“Utilization of Neural Networks for Gas Turbine Engines,"  ISABE 95-7032, Italian Air Force Academy, 1995.
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
* *