【英文题名】
Fault Analysis of Turbopump Test Data Using Novelty Detection Technology
【作者】
胡雷 ;
【导师】
温熙森 ;
【学位授予单位】
国防科学技术大学 ;
【学科专业名称】
机械工程
【学位年度】
2005
【论文级别】
硕士
【网络出版投稿人】
国防科学技术大学
【网络出版投稿时间】
2006-09-14
【关键词】
涡轮泵 ;
特征选择 ;
故障检测 ;
新异类检测 ;
单类支持向量机 ;
【英文关键词】
Turbopump ;
Feature Selection ;
Fault Detection ;
Novelty Detection ;
One-Class Support Vector Machines ;
【中文摘要】
在对类似于液体火箭发动机这种复杂系统的故障检测过程中,一个非常棘手的问题是缺乏故障类样本。从故障诊断技术的角度而言,事先无法获得蕴涵故障特征的测试数据,就无法获得其故障模式,因而也就无法进行故障分析。在这种情况下开展机械系统状态监控与故障诊断工作,有必要借助新异类检测技术,实现基于不完整信息的状态决策。
本文针对液体火箭发动机涡轮泵的振动信号,结合新异类检测技术中的单类支持向量机方法,对新异类检测在涡轮泵试车故障检测中的应用进行了尝试,主要研究内容包括:
(1)介绍了各种流行的新异类检测算法的原理以及各自的特点;重点介绍了新异类检测技术中的两种单类支持向量机原理,并在此基础上建立了一种基于支持向量数据描述的新异类检测模型。
(2)通过分析支持向量机中模型参数对检测结果的影响,给出了确定这些参数的一般方法;提出了一种分层式的快速训练方法,克服了样本个数和维数对支持向量算法应用的制约,提高了训练效率。
(3)应用统计特征估计方法,分别对涡轮泵试车数据的时域特征和频域特征进行了统计分析,并讨论了...
【英文摘要】
Lacking of fault samples is a knotty problem in the fault detection of complex systems such as Liquid-propellant Rocket Engines (LRE). Generally, if novel cases are very rare or there are no fault samples, it’s difficult to analyze the fault patterns. In this case, health monitoring and fault diagnosis should turn to Novelty Detection(ND) technology, which offers a solution to this problem by modeling normal data, using some distance measure and a threshold for determining novelty.
...
【更新日期】
2006-11-17
【相同导师文献】
导师：温熙森 导师单位：国防科学技术大学 学位授予单位：国防科学技术大学军械装备维修现场数据采集技术研究 [D]. 国防科学技术大学,2014加筋板结构声辐射特性研究及主动控制初探 [D]. 国防科学技术大学,2013蜂窝夹层板结构的减振设计 [D]. 国防科学技术大学,2012周期结构振动传播特性研究 [D]. 国防科学技术大学,2007基于有限元法的水声吸声材料吸声特性研究 [D]. 国防科学技术大学,2008基于介电常数测量的油液监测技术研究 [D]. 国防科学技术大学,2008基于多信号模型的诊断策略优化与生成技术研究 [D]. 国防科学技术大学,2008基于带隙理论的管路系统振动特性研究 [D]. 国防科学技术大学,2009涡轮泵试车数据分析及新异类状态检测技术研究 [D]. 国防科学技术大学,2005基于带隙原理的梁类结构振动传播抑制技术研究 [D]. 国防科学技术大学,2006
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
