本书主要以飞机上典型的燃气涡轮发动机为对象,从信号处理与故障隔离检测应用两个方面,介绍了燃气轮机状态监控与故障诊断方法。首先提纲挈领介绍了燃气轮机故障诊断中的相关基本概念、信号处理过程中噪声分离的重要性及燃气涡轮发动机的故障诊断过程等,为后续研究内容奠定基础。在基于信号处理的故障隔离诊断方法,针对数据获取更新速度慢、时延小的及噪声特性未知情况,介绍了中心加权幂等中值滤波器;针对数据记录少、更新慢、时
延小的商用飞机发动机,为了同时滤除非高斯和高斯噪声,介绍了中值-有理混合滤波器;对于具有长时延的高速数据采集的发动机,为了能够在测试信号中分离出噪声信号,同时保留信号突变峰值,介绍了FIR-中值混合滤波器;对于超过70%工作时间处于非稳态工况的军用发动机,介绍了针对过渡态数据且能适应输入信号质量的自适应加权Myriad滤波器理论;为了解决燃气涡轮信号在离散时间点或时间段发生突变的问题,介绍了一种能够用于噪声和异常值滤除的具有递增阶的级联递归中值滤波器;为了能够在故障检测和隔离之前,对信号进行降噪,介绍了最优权值递归中值滤波器。在基于人工智能的故障隔离和诊断方法方面,为了解决单个故障的隔离问题,将故障定位到部件级,介绍了卡尔曼滤波器;针对发动机模块故障、系统故障和测量设备故障等单一故障,介绍了基于神经网络的故障检测和隔离方法;针对燃气轮机故障诊断存在高不确定性的情况,介绍了一种鲁棒性强、更易于理解的模糊逻辑系统;针对故障诊断神经网络和模糊方法的参数高度关联,用以提取故障特征的模型或者信号的测量不确定性发生变化,故障诊断系统就必须重建的问题,介绍了一种混合软计算方法——遗传模糊系统。此外,还介绍了基于振动的故障诊断方法。书中所涉及每一种方法理论都给出了数值仿真验证方法,读者可以通过采用EXCEL或者MATLAB的数据表完成仿真验证,便于读者快速理解和掌握。总之,本书理论严谨、内容全面,针对性和实践性都很强。既详细介绍了根据信号处理数据滤波的燃气轮机故障检测和隔离方法,又介绍了基于人工智能机器学习的燃气轮机故障隔离和诊断方法,还介绍了基于振动的故障诊断方法,是当前国内外一部既全面又深入介绍燃气轮机故障检测和诊断的权威著作。
全部显示 ∨
全部显示 ∨
译者序0
前言0
第1章 概述11.1 背景1
1.2 信号处理2
1.3 典型的燃气涡轮发动机诊断4
1.4 线性滤波器5
1.5 中值滤波器6
1.6 最小二乘算法7
1.7 卡尔曼滤波器9
1.8 影响因子11
1.9 基于振动的诊断13
第2章 幂等中值滤波器152.1 加权中值滤波器15
2.2 中心加权中值滤波器16
2.3 中心加权幂等中值滤波器162.3.1 气路测量参数的滤波器设计16
2.4 测试信号172.4.1 理想信号18
2.4.2 噪声信号18
2.6 总结25
第3章 中值-有理混合滤波器263.1 测试信号26
3.2 有理滤波器30
3.3 中值-有理滤波器30
3.4 数值仿真31
3.5 小结33
第4章 FIR-中值混合滤波器344.1 FIR-中值混合(FMH)滤波器34
4.2 加权FMH滤波器34
4.3 测试信号364.3.1 根信号37
4.3.2 高斯噪声37
4.3.3 异常值37
4.3.4 误差计算37
4.4 数值仿真38
4.5 总结41
第5章 过渡态数据和Myriad滤波器435.1 稳态和过渡态信号43
5.2 Myriad 滤波器44
5.3 数值仿真45
5.4 燃气轮机过渡态信号48
5.5 加权Myriad算法54
5.6 自适应加权Myriad滤波器算法55
5.7 数值仿真57
5.8 总结60
第6章 变化趋势检测616.1 问题与建模62
6.2 图像处理概念62
6.3 中值滤波器63
6.4 递归中值滤波器63
6.5 级联递归中值滤波器64
6.6 边缘检测646.6.1 梯度边缘检测器65
6.6.2 拉普拉斯边缘检测65
6.7 数值仿真656.7.1 测试信号65
6.7.2 降噪68
6.7.3 异常值的滤除68
6.8 趋势变化的检测696.8.1 门限值选择71
6.8.2 趋势检测算法的验证74
6.9 总结74
第7章 最优加权递归中值滤波器767.1 加权递归中值滤波器76
7.2 测试信号77
7.3 数值模拟79
7.4 含异常值的测试信号84
7.5 性能比较88
7.6 三点和七点最优加权RM滤波器907.6.1 数值分析90
7.6.2 含异常值的信号96
7.7 总结102
第8章 卡尔曼滤波1038.1 卡尔曼滤波法103
8.2 单故障隔离105
8.3 数值模拟109
8.4 传感器误差修正111
8.5 总结114
第9章 神经网络结构1159.1 人工神经网络方法1159.1.1 BP算法116
9.1.2 混合神经网络算法118
9.2 卡尔曼滤波器和神经网络方法119
9.3 自联想神经网络120
9.4 总结121
第10章 模糊逻辑系统12210.1 部件和系统故障122
10.2 模糊逻辑系统124
10.3 去模糊化126
10.4 输入输出定义126
10.5 模糊化127
10.6 规则和故障隔离129
10.7 数值仿真130
10.8 总结134
第11章 软计算方法13611.1 燃气涡轮发动机故障隔离136
11.2 神经信号处理——径向基函数神经网络137
11.3 模糊逻辑系统138
11.4 遗传算法138
11.5 遗传模糊系统139
11.6 数值模拟141
11.7 总结149
第12章 基于振动的故障诊断15012.1 公式与建模15212.1.1 涡轮叶片建模152
12.1.2 疲劳损伤模型153
12.1.3 疲劳损伤梁157
12.2 数值仿真15812.2.1 有限元仿真158
12.2.2 损伤检测163
12.3 总结167
参考文献168
内容简介0