Ви є тут

Розпізнавання нейронними мережами стану лопаток авіаційних двигунів у процесі віброакустичного моніторингу

Автор: 
Зажицький Олександр Володимирович
Тип роботи: 
Дис. канд. наук
Рік: 
2009
Артикул:
3409U000828
129 грн
Додати в кошик

Вміст

ЗМІСТ
ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ.ВСТУП
РОЗДІЛ 1. ОГЛЯД МЕТОДІВ ТА ЗАСОБІВ ВИЗНАЧЕННЯ ТЕХНІЧ-
НОГО СТАНУ ГАЗОТУРБІННИХ ДВИГУНІВ 1.1. Сучасний стан методів та засобів діагностування експлуатаційних пошкоджень газотурбінних двигунів
1.1.1.Аналіз експлуатаційних пошкоджень елементів ГТД.1.1.2. Огляд методів діагностики експлуатаційних пошкоджень елементів ГТД
1.1.3. Задача побудови системи віброакустичної діагностики, як складової інтегрованої системи моніторингу ГТД
1.2.Розпізнавання технічного стану об'єкта як основна задача діагностики.
1.3.Застосування інтелектуальних комп'ютерних технологій для вирішення задач розпізнавання технічного стану об'єкта
1.4.Огляд виконаних раніше робіт по розпізнаванню технічного стану елементів ГТД.
1.5.Мета і задачі даних наукових досліджень
РОЗДІЛ 2. МЕТОДИ РОЗПІЗНАВАННЯ ТЕХНІЧНОГО СТАНУ ОБ'ЄК-ТА ДІАГНОСТИКИ.
2.1.Аналіз традиційних методів розпізнавання стану2.1.1. Статистичні методи розпізнавання. 2.1.1.1. Метод Байєса. 2.1.1.2. Метод послідовного аналізу2.1.1.3. Методи статистичних рішень.2.1.2. Методи
розділення у просторі ознак.2.1.3. Метричні методи розпізнавання 2.1.3.1. Розпізнавання на основі еталонних комплексів діагностичних ознак
2.1.3.2. Метод найближчих сусідів2.2.Характеристика нейронних мереж для задач розпізнавання образів.
2.2.1. Загальні положення2.2.2. Одношарові мережі2.2.3. Багатошарова нейронна мережа2.2.4. Нейронні мережі, що самоорганізуються.2.2.5. Імовірнісна мережа.2.2.6. Мережі зі зворотними зв'язками.2.3.Cтруктурно-параметричний синтез нейронних мереж для розпізнавання технічного стану лопаток в процесі віброакустичної діагностики.
2.3.1. Моделювання процесу діагностики за методом вільних коливань.
2.3.2. Класифікація стану об'єкта діагностики за двовимірними векторами ознак
2.3.3. Класифікація стану об'єкта діагностики за тривимірними векторами ознак
2.3.4. Аналіз точності класифікаціїВисновки по
Розділу 2.
РОЗДІЛ 3. РОЗПІЗНАВАННЯ СТАНУ ЛОПАТОК НА СТАЦІОНАРНИХ ТА НЕСТАЦІОНАРНИХ РЕЖИМАХ ЗА АМПЛІТУДНИМИ ХАРАКТЕ-РИСТИКАМИ ВІБРОАКУСТИЧНОГО СИГНАЛУ.
3.1.Формування діагностичних ознак тріщини3.1.1. Моделювання віброакустичних процесів.3.1.1.1. Стаціонарний режим вібраційного збурення.3.1.1.2. Нестаціонарні режими вібраційного збурення3.1.2. Аналіз діагностичних ознак.3.1.2.1. Діагностичні ознаки для стаціонарного режиму вібраційного збурення
3.1.2.2. Діагностичні ознаки для нестаціонарних режимів вібраційного збурення
3.2.Розпізнавання за результатами визначення безрозмірних амплітудних дискримінант.
3.2.1. Формування множини векторів вхідних ознак3.2.2. Розпізнавання образів.3.2.3. Аналіз вірогідності розпізнавання3.3.Функціональна схема класифікатора стану лопаток за амплітудними характеристиками віброакустичного сигналу
Висновки по
Розділу 3
РОЗДІЛ 4. РОЗПІЗНАВАННЯ СТАНУ ЛОПАТОК НА СТАЦІОНАРНО-МУ РЕЖИМІ ЗА РЕЗУЛЬТАТАМИ БІСПЕКТРАЛЬНОГО АНАЛІЗУ.
4.1.Особливості використання результатів біспектрального аналізу для визначення стану лопаток
4.2.Використання імовірнісної нейронної мережі для розпізнавання стану лопаток.
4.2.1. Формування вхідних множин ознак4.2.2. Розпізнавання образів.4.2.3. Аналіз вірогідності розпізнавання4.3.Використання мережі адаптивної резонансної теорії для розпізнавання стану лопаток
4.3. Формування вхідних множин ознак4.3.2. Функціонування та навчання мережі АРТ4.3.3. Розпізнавання образів.4.3.4. Аналіз вірогідності розпізнавання4.4.Функціональна схема класифікатора стану лопаток за результатами біспектрального аналізу
Висновки по
Розділу 4
ВИСНОВКИСПИСОК