碩士學(xué)位論文答辯：基于數(shù)據(jù)挖掘的航空發(fā)動機磨損界限值制定方法研究

1、南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 碩士學(xué)位論文答辯基于數(shù)據(jù)挖掘的航空發(fā)動機磨損界限值制定方法研究學(xué)生：張全德導(dǎo)師：陳 果 教授專業(yè)：載運工具運用工程2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 2022/7/14目錄基于weka平臺發(fā)動機知識規(guī)則提取 總結(jié)與展望航空發(fā)動機滑油監(jiān)控專家系統(tǒng)開發(fā) 發(fā)動機磨損數(shù)據(jù)界限值制定方法研究背景及現(xiàn)狀分析南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第一部分研究背景與現(xiàn)狀分析2022/7/14 航空發(fā)動機是一種典型的高速旋轉(zhuǎn)機械，其結(jié)構(gòu)極其復(fù)雜，工作在高溫、高壓、高速的惡劣條件下，容易發(fā)生各種機械故障，同時作為飛行器的“心臟”，航空發(fā)動機的健

2、康狀況將直接影響飛行安全。發(fā)動機系統(tǒng)的故障占所有機械故障的60%人為因素機械事故因此，為了使航空發(fā)動機安全、高效、經(jīng)濟地運行，就必須了解發(fā)動機的運行狀況，進一步掌握其磨損變化規(guī)律，對其關(guān)鍵部件的磨損情況實施狀態(tài)監(jiān)測與故障診斷 2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第一部分 航空發(fā)動機轉(zhuǎn)子系統(tǒng)及傳動系統(tǒng)中的齒輪和軸承磨損失效是航空發(fā)動機研制和使用過程中所出現(xiàn)的主要故障 。據(jù)某空軍運輸師對某發(fā)動機十年情況所作的統(tǒng)計，引起發(fā)動機空中停車率的37.5%及提前換發(fā)率的60%以上的原因是發(fā)動機軸承等零件的磨損類故障，其中尤以軸間軸承最為突出。滑油泵磨損 如何有效地監(jiān)控航空發(fā)動機關(guān)鍵摩

3、擦副磨損的發(fā)生與發(fā)展過程，對于發(fā)動機試車過程中的故障排除、發(fā)動機使用壽命的評估、發(fā)動機設(shè)計的改進以及發(fā)動機使用過程中的故障診斷與預(yù)報等，均具有重要意義。 油樣分析方法是航空發(fā)動機磨損故障診斷的有效手段；而界限值是故障診斷以及狀態(tài)評估的關(guān)鍵一步。研究背景與現(xiàn)狀分析1. 飛機發(fā)動機滑油磨損元素界限值制定方法不科學(xué)。 2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第一部分航空發(fā)動機磨損故障診斷滑油分析技術(shù)磁塞檢查顆粒計數(shù)光譜分析鐵譜分析發(fā)動機磨損數(shù)據(jù)數(shù)據(jù)挖掘特征融合專家系統(tǒng)界限值制定規(guī)則提取航空發(fā)動機狀態(tài)評估研究背景與現(xiàn)狀分析2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

4、第一部分國外: 上世紀(jì)40年代，美國就已將光譜分析技術(shù)應(yīng)用于鐵路機車故障診斷； 1966年12月，美國限令三軍都要對飛機發(fā)動機進行滑油狀態(tài)監(jiān)控； 1975年，美國國防部建立了三軍聯(lián)合油料分析機構(gòu)JOAP；同時，運用線 性回歸等方法，制定界限值，并劃分A、N、K、T這四個等級。 國外采用油液分析技術(shù)對機械設(shè)備進行狀態(tài)監(jiān)控以及故障診斷；同時，利用線性回歸等正態(tài)分布假設(shè)下的界限值制定方法，對旋轉(zhuǎn)機械的界限值進行制定。國內(nèi): 閆輝等考慮到環(huán)境以及污染數(shù)據(jù)點等影響，對傳統(tǒng)界限值計算方法改進； 高經(jīng)緯等提出了基于比例模型的界限值制定方法進行故障診斷； 周平等提出了基于穩(wěn)健回歸的界限值制定方法，提高了對異常

5、數(shù)據(jù)點抗干 擾的能力； 孫金哲等提出了基于GM（0，N）模型的界限值制定方法，克服了傳統(tǒng)方 法服從正態(tài)分布的局限性； 張永國等利用神經(jīng)網(wǎng)絡(luò)建立了動態(tài)界限值模型，并用故障數(shù)據(jù)進行驗證。國內(nèi)目前基本上是對傳統(tǒng)界限值計算方法的改進以及動態(tài)界限值的研究，但對實際磨損數(shù)據(jù)分布的情況研究上較少。 研究背景與現(xiàn)狀分析磨損元素界限值制定研究現(xiàn)狀2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第一部分知識獲取非自動知識獲取方式自動知識獲取方式知識工程師從信息源獲取 知識規(guī)則將知識規(guī)則手動輸入到知 識庫中知識獲取研究現(xiàn)狀研究背景與現(xiàn)狀分析無監(jiān)督的學(xué)習(xí)方法來獲取 知識自動挖掘知識，是一種高 級的知識獲取

6、方法第一代專家系統(tǒng) DENDRAL 第二代專家系統(tǒng) MYCIN 機器學(xué)習(xí)方法 統(tǒng)計方法 神經(jīng)網(wǎng)絡(luò)方法 遺傳算法 數(shù)據(jù)庫方法 2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第一部分知識獲取研究現(xiàn)狀研究背景與現(xiàn)狀分析國外: Iverson將孤立奇點技術(shù)和聚類分析技術(shù)應(yīng)用于空間任務(wù)操作系統(tǒng)的健康監(jiān)控，通過對空間數(shù)據(jù)的挖掘和知識發(fā)現(xiàn)，建立了異常檢測模型，完善了故障知識庫，有效提高了航天器的維修決策效率； 歐空局采用聚類算法、時序關(guān)聯(lián)規(guī)則算法對航天器返回遙測數(shù)據(jù)進行數(shù)據(jù)挖掘以及知識獲取，并將挖掘結(jié)果用于航天器的實時監(jiān)控，性能分析與異常檢測； Chiba K，Obayashi S等采用自組織

7、神經(jīng)網(wǎng)絡(luò)、泛函分析以及粗糙集理論等技術(shù)對火箭回掃助推翼的設(shè)計資料與文檔進行數(shù)據(jù)挖掘，并且比較了三種數(shù)據(jù)挖掘的最終結(jié)果，構(gòu)建了優(yōu)化設(shè)計知識庫，并根據(jù)挖掘結(jié)果對其可靠性和安全性進行分析。 2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第一部分知識獲取研究現(xiàn)狀研究背景與現(xiàn)狀分析國內(nèi): 西安交通大學(xué)趙榮珍利用粗糙集理論對轉(zhuǎn)子軸承系統(tǒng)的運行情況進行監(jiān)測，建立了基于粗糙集理論的知識獲取和發(fā)現(xiàn)診斷模型，對系統(tǒng)運行情況進行監(jiān)測和診斷； 南京航空航天大學(xué)陳果等針對基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)中知識難以理解以及診斷能力差的問題，研究了一種基于功能性觀點的神經(jīng)網(wǎng)絡(luò)知識獲取方法，并用實際的航空發(fā)動機滑油光譜數(shù)

8、據(jù)驗證了規(guī)則的有效性，并對其進行了合理的解釋； 西安交通大學(xué)王小華等利用改進廣義徑向基人工神經(jīng)網(wǎng)絡(luò)算法與專家系統(tǒng)相結(jié)合，使得專家系統(tǒng)具有新知識獲取能力，并且能夠快速尋找故障發(fā)生的位置； 北京航空航天大學(xué)劉成瑞將擴展故障樹分析法和基于規(guī)則的診斷系統(tǒng)相結(jié)合，建立了基于擴展故障樹的運載火箭故障知識獲取及表示方法，實現(xiàn)了從擴展故障樹到診斷知識自動轉(zhuǎn)換和規(guī)范化表示，解決了基于規(guī)則的專家系統(tǒng)知識獲取難的問題。2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第一部分 目前，基于油液分析技術(shù)的航空發(fā)動機磨損故障診斷存在如下不足之處： 3. 磨損數(shù)據(jù)蘊含的知識規(guī)則無法自動提取。1. 飛機發(fā)動機滑油磨

9、損元素界限值制定方法不科學(xué)。 2.磨損元素界限值過多，故障診斷時分不清主次。 傳統(tǒng)方法：僅基于正態(tài)分布假設(shè)下界限值制定方法傳統(tǒng)方法：對光譜儀監(jiān)測出的12種磨損元素進行界限值制定傳統(tǒng)方法：磨損數(shù)據(jù)蘊含的知識規(guī)則根據(jù)自身經(jīng)驗以及發(fā)動機實際狀態(tài)進行給定4.飛機滑油光譜診斷的診斷率、效率不高。傳統(tǒng)方法：并無專門的界限值制定專家系統(tǒng)，無法保證故障診斷工作快速、穩(wěn)定的進行研究背景與現(xiàn)狀分析2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第一部分研究背景與現(xiàn)狀分析研究了基于概率密度函數(shù)估計的界限值制定，解決了傳統(tǒng)以正態(tài)分布假設(shè)為前提的方法弊端；利用特征融合的方法進行融合界限值的制定，避免了多特征

10、元素的界限值在進行故障時相互矛盾、顧此失彼的情況發(fā)生；開發(fā)了發(fā)動機磨損界限值制定系統(tǒng)軟件，確保了磨損元素界限值制定的快速、準(zhǔn)確以及高效。利用weka軟件進行磨損數(shù)據(jù)知識規(guī)則的自動獲取，實現(xiàn)了知識獲取的自動化以及智能化；論文創(chuàng)新性南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 2022/7/14空軍裝備研究院航空裝備研究所項目：航空發(fā)動機磨損界限值制定系統(tǒng)，2015-2016 國家自然科學(xué)基金項目（NO：51675263）：基于監(jiān)測數(shù)據(jù)和損傷力學(xué)的復(fù)雜工況下滾動軸承故障預(yù)測研究，2017-2020本論文課題主要來源：第一部分研究背景與現(xiàn)狀分析南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 2022/7/14

11、目錄基于weka平臺發(fā)動機知識規(guī)則提取 總結(jié)與展望航空發(fā)動機滑油監(jiān)控專家系統(tǒng)開發(fā) 發(fā)動機磨損數(shù)據(jù)界限值制定方法研究背景及現(xiàn)狀分析2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 利用概率密度函數(shù)估計方法對數(shù)據(jù)樣本的分布情況進行研究 采用模式識別方法對樣本數(shù)據(jù)的概率密度函數(shù)的參數(shù)進行估計概率分布估計基于發(fā)動機油樣數(shù)據(jù)服從正態(tài)分布的假設(shè)；根據(jù)數(shù)據(jù)的均值和標(biāo)準(zhǔn)差確定正常、警告和異常界限值 傳統(tǒng)方法磨損界限值制定真實的概率分布本文研究了基于正態(tài)分布假設(shè)以及概率密度函數(shù)估計的磨損元素界限值制定方法，進而制定出相應(yīng)的界限值第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/14南京航空航天大學(xué)

12、智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法直方圖法利用樣本數(shù)據(jù)的頻數(shù)直方圖來表征航空發(fā)動機磨損狀態(tài)的變化依據(jù)正常運轉(zhuǎn)的發(fā)動機其磨損量是隨著運行時間的增長呈線性變化線性回歸法三線值法通過統(tǒng)計出樣本數(shù)據(jù)的均值和方差來確定樣本元素的界限值基于正態(tài)分布假設(shè)的磨損元素界限值制定方法2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法直方圖法否是調(diào)整區(qū)間數(shù)更改置信度設(shè)置置信度劃分樣本區(qū)間K計算均值 、方差制定警告限及異常限卡方擬合優(yōu)度檢驗正態(tài)性計算卡方值統(tǒng)計各區(qū)間頻數(shù)（1）應(yīng)用“卡方擬合優(yōu)度檢驗法”檢驗統(tǒng)計數(shù)據(jù)的正態(tài)性，找到適合的概率

13、；（2）取不同的置信度以及區(qū)間數(shù)計算界限值，觀察區(qū)間數(shù)以及約束數(shù)對其影響變化，從曲線的變化趨勢，找到“突變點”置信度。方法創(chuàng)新點原理：直方圖法通過統(tǒng)計出的樣本數(shù)據(jù)頻數(shù)直方圖來表征航空發(fā)動機磨損狀態(tài)變化。警告限= +2 警告限= +3 K=1.87（N-1）0.42022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法三線值法三線值法，又叫控制圖法、增長率法。它是通過統(tǒng)計出樣本數(shù)據(jù)的均值和方差來確定樣本元素的界限值。根據(jù)概率和統(tǒng)計學(xué)中的“小概率事件”理論，增長率法中的警告限和異常限定義為：式中， 是樣本均值， 是樣本方差，即2022/7/14南京航空航

14、天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法線性回歸法對于正常運轉(zhuǎn)的航空發(fā)動機，其磨損元素的磨損量是隨著運行時間的增長近似呈線性變化，因此可近似認為磨損量y與耐磨壽命x呈線性關(guān)系，即 y=y0 x。是否計算y=ax+b中參數(shù)a，b計算回歸精度S以及相關(guān)系數(shù)相關(guān)系數(shù)檢驗法檢驗顯著性？輸入發(fā)動機/滑油工作時間輸出警告限以及異常限給定顯著水平（1）線性回歸法模擬實際航空發(fā)動機的磨損趨勢，能夠制定不同時間段的界限值；（2）采用相關(guān)系數(shù)檢驗法檢驗方程的顯著性，驗證線性方程是否符合實際、具有實用價值。方法創(chuàng)新點最小二乘法求解參數(shù)第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/

15、7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 基于概率密度函數(shù)估計的磨損元素界限值制定方法 從大量的數(shù)據(jù)中估計出數(shù)據(jù)的概率密度函數(shù)，根據(jù)概率密度函數(shù)得到樣本的概率分布，再統(tǒng)計出磨損元素的界限值 概率密度估計最大熵法k-近鄰法 Parzen窗法求線性算子方程 的解。其中 ， 同時解必須滿足以下兩個條件：在線性算子方程中，分布函數(shù) 的表達式 未知，但是給出了一組樣本 ，利用這些樣本，構(gòu)造經(jīng)驗分布函數(shù)。非參數(shù)估計方法，不需要已知數(shù)據(jù)的分布形式，直接利用學(xué)習(xí)方法估計數(shù)據(jù)分布2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 基于最大熵法的概率密度函數(shù)估計第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定

16、方法 最大熵法的原理是通過信息論以一系列矩約束解決概率分布估計問題。最大熵原理在給定約束下通過最大化Shannon熵（S(p)）來求解概率分布，最大概率分布是在給定信息下的最無偏、最一致的概率分布。 考察具有概率 的離散隨機變量 在歸一化條件及m個矩約束下最大熵概率分布，即 s.t.這里， 為已知的定值。Shannon熵定義：采用拉格朗日乘子法解決約束條件下的極值問題，求解概率p。2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 基于Parzen窗法的概率密度函數(shù)估計第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法Parzen窗法是一種利用已知樣本點來估計總體概率密度分布的非參數(shù)估計方法，即

17、利用一定范圍內(nèi)各點密度的平均值來估計總體概率密度。通常，設(shè)x為d維空間中一點，選擇的樣本總數(shù)為N，為了估計x處的分布概率密度 ，以x為中心作一個超立方體VN，其邊長為hN，則體積的表達式為 ，要計算落入超立方體VN的樣本數(shù)kN，則需要構(gòu)造一個函數(shù)使得 則落入超立方體內(nèi)的樣本數(shù)為 將式代入 的基本公式：得到概率密度函數(shù)的估計值為：2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 基于K近鄰法的概率密度函數(shù)估計第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法k近鄰法的主要思想是作為數(shù)據(jù)函數(shù)的是樣本的體積而不是樣本數(shù)N。例如，要利用N個樣本來估計 ，則首先可以為樣本數(shù)N確定其某個函數(shù) ，然后選定x

18、點周圍的一個體積，并令其一直增長到捕獲了 個樣本為止，那么這些捕獲的樣本即為x的k個近鄰。k近鄰估計仍用基本公式并且滿足以下條件：（1） （2） （3） 通常，可以令kN是關(guān)于N的某個函數(shù)，例如可以取 ，其中k1為使 的 任意大于零的常數(shù)。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 效果驗證仿真數(shù)據(jù)驗證實際數(shù)據(jù)驗證威布爾分布實際磨損數(shù)據(jù)F分布正態(tài)分布界限值制定方法效果驗證南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與

19、專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證正態(tài)分布數(shù)據(jù)南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證（圖形匯總） 直方圖法 Parzen窗法 最大熵法 k近鄰法經(jīng)MATLAB檢驗服從置信度為95%的正態(tài)性檢驗，即認定統(tǒng)計的數(shù)據(jù)服從正態(tài)分布統(tǒng)計與估計值吻合效果較好統(tǒng)計與估計值擬合有一定偏差統(tǒng)計與估計值擬合有一定偏差本文應(yīng)以直方圖

20、法與Parzen窗法的界限值制定結(jié)果為準(zhǔn)南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證（結(jié)果匯總）方法直方圖法三線值法Parzen窗法k近鄰法最大熵法參數(shù)值無無h=1k=5區(qū)間10約束5警告限3.37853.19143.30053.46733.0818異常限3.97873.79113.89363.72683.6379因此，在選擇合適的界限值時應(yīng)以曲線實際的擬合效果為依據(jù)，進而確定合適的界限值界限值制定結(jié)果接近增長率法、K近鄰法、

21、最大熵法與直方圖法、Parzen窗法差距較大南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證F分布數(shù)據(jù)數(shù)值樣本序列/個分布特征：F分布數(shù)據(jù)的特征是在低數(shù)值區(qū)間，頻數(shù)高；高數(shù)值區(qū)間，頻數(shù)低。 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證（圖形匯總） 直方圖法 Par

22、zen窗法 最大熵法 k近鄰法統(tǒng)計與估計值吻合效果較好統(tǒng)計與估計值吻合效果一般統(tǒng)計與估計值吻合效果一般基于正態(tài)性檢驗直方圖法不適用于F分布數(shù)據(jù)南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證（結(jié)果匯總）方法直方圖法三線值法Parzen窗法k近鄰法最大熵法參數(shù)值.h=1k=5區(qū)間10約束6警告限4.38713.89085.20959.06944.9792異常限5.67905.183510.801910.84588.0386無無曲線擬

23、合效果最好界限值制定結(jié)果合理正態(tài)分布假設(shè)下的界限值制定方法不合理曲線擬合效果不佳界限值制定結(jié)果不合理南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證威布爾分布數(shù)據(jù)分布特征：機電類產(chǎn)品磨損失效數(shù)據(jù)分布的主要形式，即在低數(shù)值區(qū)間頻數(shù)大，高數(shù)值區(qū)間頻數(shù)低。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷

24、與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證（圖形匯總） 直方圖法 Parzen窗法 最大熵法 k近鄰法統(tǒng)計與估計值吻合效果一般統(tǒng)計與估計值吻合效果較好基于正態(tài)性檢驗直方圖法不適用于F分布數(shù)據(jù)統(tǒng)計與估計值吻合效果一般南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 仿真數(shù)據(jù)驗證（結(jié)果匯總）方法直方圖法三線值法Parzen窗法k近鄰法最大熵法參數(shù)值無無h=1k=5區(qū)間10約束4警告限3.27253.52153.81264.81723.7856異常限4.1663

25、4.41445.43295.38975.2546曲線擬合效果最好界限值制定結(jié)果合理正態(tài)分布假設(shè)下的界限值制定方法不合理曲線擬合效果不佳界限值制定結(jié)果不合理南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 實際數(shù)據(jù)驗證正態(tài)分布數(shù)據(jù)FeAlCuCrZnCdSiAgPbTiSnMg0.100.1000.15.90.10000.10.200.1000.150.10.1000.4000.100.10.13.40.100000.30.30.1000.17.

26、50.1000.20.10.500.600.60.16.8010.200.30.60.1000.10.328.20.21.90000.500.1000.34.203.30.40.90.10.10.10.500.40.222.70.14.100.11.10.500.40.40.40.312000.67.40.60.200.70.40.10.316.700.30.76.20.6某型飛機發(fā)動機滑油光譜磨損數(shù)據(jù)（部分原始數(shù)據(jù)）南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智

27、能診斷與專家系統(tǒng)研究室 某型飛機發(fā)動機滑油光譜磨損數(shù)據(jù)界限值結(jié)果元素FeAlCuCrZnCdSiAgPbTiSnMg警告限直方圖法0.450.510.500.050.360.2513.720.212.040.322.221.00回歸法0.670.520.690.570.650.639.710.621.370.581.100.48增長率法0.420.410.310.070.380.2111.530.191.680.231.670.69Parzen窗法0.480.530.340.060.530.2813.030.212.440.342.330.85k近鄰法1.051.290.550.360.530

28、.2423.010.223.800.625.961.80最大熵法0.470.610.320.290.550.2511.960.241.680.241.510.80異常限直方圖法0.590.670.640.080.490.3316.760.272.710.422.911.28回歸法0.930.760.960.860.910.9112.350.901.860.861.580.62增長率法0.550.570.410.110.520.2914.580.262.330.332.380.93Parzen窗法1.161.520.850.421.130.4027.010.304.530.716.973.28k

29、近鄰法1.171.520.840.431.100.3927.120.294.550.727.003.21最大熵法0.921.450.440.421.090.3826.140.302.930.422.652.87南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 概率密度函數(shù)曲線對比圖概率密度警告限異常限數(shù)值數(shù)值概率密度異常限警告限Fe元素 （a）Parzen窗法 （b）最大熵法 （c）K近鄰法概率密度警告限異常限數(shù)值概率密度警告限異常限數(shù)值概率密

30、度警告限異常限數(shù)值 Cu元素 （a）Parzen窗法 （b）最大熵法 （c）K近鄰法概率密度數(shù)值警告限異常限Al元素 （a）Parzen窗法 （b）最大熵法 （c）K近鄰法南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 概率密度函數(shù)曲線對比圖數(shù)值概率密度警告限異常限概率密度警告限異常限數(shù)值數(shù)值概率密度警告限異常限數(shù)值概率密度警告限異常限數(shù)值概率密度異常限警告限概率密度警告限異常限數(shù)值 Ag元素（a）Parzen近鄰法 （b）最大熵法 （c）K

31、近鄰法南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 結(jié)論1、基于正態(tài)分布假設(shè)的界限值制定方法對不服從正態(tài)分布假設(shè)下的數(shù)據(jù) 并不適用。例如F分布以及威布爾分布等界限值制定結(jié)果。2、基于概率密度函數(shù)估計的界限值制定方法，其實際的界限值應(yīng)以估計 值與統(tǒng)計值的實際擬合效果來確定。3、實際的航空發(fā)動機磨損數(shù)據(jù)元素界限值過多；因此，在進行故障診斷 診斷時應(yīng)綜合考慮多種元素的制定結(jié)果。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專

32、家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 目錄 本文針對航空飛機發(fā)動機磨損多特征元素，利用自組織神經(jīng)網(wǎng)絡(luò)構(gòu)建基于多特征磨損元素的融合模型，借助最小匹配距離的思想進行特征融合，融合出一個距離特征量，通過融合值對航空發(fā)動機的狀態(tài)進行評估。融合診斷 自組織神經(jīng)網(wǎng)絡(luò)界限值過多單一特征不能反映狀態(tài)依靠單一元素容易造成誤判融合值能反映發(fā)動機磨損狀態(tài)南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界

33、限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 2022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 數(shù)據(jù)樣本導(dǎo)入數(shù)據(jù)歸一化SOM樣本聚類得到正常樣本計算最小匹配距離開始結(jié)束基于SOM磨損數(shù)據(jù)多特征融合正常樣本SOM訓(xùn)練（1）SOM是無監(jiān)督的學(xué)習(xí)算法，利用SOM聚類功能，能夠從大量樣本中提取出正常樣本；（2）融合特征與磨損狀態(tài)一致，能夠反映航空發(fā)動機的實際磨損狀態(tài)，便于對實際樣本的狀態(tài)進行劃分。新方法創(chuàng)新點關(guān)鍵技術(shù)：利用SOM 的聚類功能，識別出正常樣本?；谧越M織神經(jīng)網(wǎng)絡(luò)的磨損數(shù)據(jù)多特征融合關(guān)鍵技術(shù)：最小匹配距離可以反映出待檢測樣本與正常樣本的

34、距離，進而識別樣本狀態(tài)。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 （a）神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖（b） 神經(jīng)網(wǎng)絡(luò)近鄰神經(jīng)元圖基于自組織神經(jīng)網(wǎng)絡(luò)的磨損數(shù)據(jù)多特征融合12345678910111214151613紅色數(shù)字：神經(jīng)元序號白色數(shù)字：神經(jīng)元上聚集的樣本數(shù)顏色：代表神經(jīng)元之間的距離，顏色越淺，距離越近。 序號神經(jīng)元1神經(jīng)元2神經(jīng)元3神經(jīng)元4樣本個數(shù)/個1335313470樣本數(shù)值區(qū)間0,10,10,10,0.75序號神經(jīng)元5神經(jīng)元6神經(jīng)元7神經(jīng)

35、元8樣本個數(shù)/個8928130153樣本數(shù)值區(qū)間0,10,0.60,0.80,0.9167序號神經(jīng)元9神經(jīng)元10神經(jīng)元11神經(jīng)元12樣本個數(shù)/個1711511217樣本數(shù)值區(qū)間0,0.82350,0.40,0.29410,0.6210序號神經(jīng)元13神經(jīng)元14神經(jīng)元15神經(jīng)元16樣本個數(shù)/個1492455360樣本數(shù)值區(qū)間0,10,0.66670,0.33780,0.4898南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 各神經(jīng)元上樣本數(shù)量及數(shù)

36、值統(tǒng)計表適合進行訓(xùn)練的正常樣本南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 幅值樣本序列/個幅值樣本序列/個幅值樣本序列/個幅值樣本序列/個幅值樣本序列/個幅值樣本序列/個特征元素與融合值曲線對比幅值樣本序列/個幅值樣本序列/個幅值樣本序列/個幅值樣本序列/個樣本序列/個幅值幅值樣本序列/個結(jié)論：融合特征與單一特征趨勢基本吻合，融合特征基本反映了飛機發(fā)動機磨損的趨勢和規(guī)律。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 南京航空航天大學(xué)智能診斷與

37、專家系統(tǒng)研究室 第二部分航空發(fā)動機磨損數(shù)據(jù)界限值制定方法2022/7/142022/7/14南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 概率密度估計方法界限值制定結(jié)果（a）Parzen窗法 （b）最大熵法 （c）K近鄰法數(shù)值概率密度數(shù)值概率密度數(shù)值概率密度1、由統(tǒng)計值與估計值吻合效果可知，最大熵法的擬合效果最好。2、對融合值進行進行界限值制定，可以實現(xiàn)對原始數(shù)據(jù)的狀態(tài)進行劃分 的目的，進而對后面的規(guī)則提取提供狀態(tài)劃分。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 2022/7/14目錄基于weka平臺發(fā)動機知識規(guī)則提取 總結(jié)與展望航空發(fā)動機滑油監(jiān)控專家系統(tǒng)開發(fā) 發(fā)動機磨損數(shù)據(jù)界限值制定方法研究背景及

38、現(xiàn)狀分析南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第三部分基于weka平臺航空發(fā)動機磨損知識規(guī)則提取Weka簡介weka軟件的初始化界面Weka全稱為懷卡托智能分析環(huán)境（Waikato Environment for Knowledge Analysis），是由新西蘭Waikato大學(xué)的研發(fā)團隊開發(fā)的數(shù)據(jù)挖掘軟件。它在內(nèi)部集成了數(shù)據(jù)預(yù)處理、分類、回歸、聚類、關(guān)聯(lián)規(guī)則及可視化等功能，可在其基礎(chǔ)上實現(xiàn)自己的數(shù)據(jù)挖掘算法。Explorer（開發(fā)者）界面Experimenter（實驗者）界面Knowledge Flow（知識流）界面Simple CLI（命令行）界面2022/7/1412345678切

39、換不同挖掘任務(wù)的面板提供數(shù)據(jù)打開、保存以及編輯等功能數(shù)據(jù)篩選和變換，即數(shù)據(jù)預(yù)處理功能展示數(shù)據(jù)集的基本情況列出數(shù)據(jù)集的所有屬性展示數(shù)據(jù)屬性的摘要選中屬性的直方圖工具欄，查看挖掘過程是否出錯南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第三部分基于weka平臺航空發(fā)動機磨損知識規(guī)則提取2022/7/14FeAlCuCrZnCdSiAgPbTiSnMg狀態(tài)0.100.1000.15.90.10000.110.200.1000.150.10.1000.41000.100.10.13.40.1000010.30.30.1000.17.50.1000.20.110.500.600.60.16.8010.200

40、.320.60.1000.10.328.20.21.900020.500.1000.34.203.30.40.90.120.10.10.500.40.222.70.14.100.11.120.500.40.40.40.312000.67.40.630.200.70.40.10.316.700.30.76.20.63用于航空發(fā)動機磨損數(shù)據(jù)知識規(guī)則自動提取的數(shù)據(jù)樣本某型飛機發(fā)動機劃分狀態(tài)后的數(shù)據(jù)樣本1正常狀態(tài)；2警告狀態(tài)；3異常狀態(tài)（注：最大熵法劃分狀態(tài)）南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第三部分基于weka平臺航空發(fā)動機磨損知識規(guī)則提取2022/7/14數(shù)據(jù)導(dǎo)入weka軟件進行知識規(guī)則提

41、取南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第三部分基于weka平臺航空發(fā)動機磨損知識規(guī)則提取2022/7/14全部元素weka軟件的知識獲取規(guī)則對測試樣本的驗證結(jié)果測試樣本數(shù)識別數(shù)誤識數(shù)拒識數(shù)識別率誤識率拒識率1044651393062.39%37.61%0 規(guī)則提取結(jié)果規(guī)則號規(guī)則集R1IF（0.30.4 AND Pb2.9 AND Si10.5）THEN（類別：正常）R3IF（Ti0.3 AND Cd0.4 AND 2.30.5）THEN（類別：警告）R6IF（0.30.1）THEN（類別：警告）R7IF（Ti0.3 AND Cd0.4 AND Pd2.9）THEN（類別：警告）R8IF（

42、0.32.1）THEN（類別：警告）R9IF（Ti0.3 AND Cd0.4 AND Pb2.9 AND Si10.5）THEN（類別：警告）R10IF（Ti0.3 AND Cd0.4 AND Pb3.4）THEN（類別：警告）結(jié)論：（1）利用全部特征利用規(guī)則提取時，提取出的規(guī)則樹形式比較復(fù)雜。（2）全部特征的識別率不高，這就意味著并不是所有特征都對航空發(fā)動機磨損故障診斷起著積極的意義。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室 第三部分基于weka平臺航空發(fā)動機磨損知識規(guī)則提取2022/7/14重要元素weka軟件的知識獲取規(guī)則1條件Al=0.4結(jié)論正常規(guī)則2條件0.4Al=0.8 且 Ag=0.1結(jié)論正常規(guī)則3條件Fe=0.2 且 0.4Al0.1結(jié)論正常規(guī)則4條件Fe0.2 且 0.4Al0.1結(jié)論警告規(guī)則5條件Al0.8結(jié)論警告測試樣本數(shù)識別數(shù)誤識數(shù)拒識數(shù)識別率誤識率拒識率1044101727097.47%2.53%0結(jié)論：利用重要元素進行規(guī)則提取時，