臺灣博碩士論文加值系統

本研究之主旨在於運用類神經網路（Artificial Neural Network, ANN）發展出具有發動機故障診斷能力的故障診斷系統，取代傳統的氣路分析法（gaspath analysis method）。根據所蒐集的發動機故障數據，在經由正規化處理過後，作為類神經網路的訓練樣本。本文以三具發動機故障實例，利用最陡坡降法、動量項（momentum term）演算法和LM（Levenberg-Marquardt）演算法分別對四個量測參數的有限型監控系統和六個量測參數的擴展型監控系統進行診斷。研究結果顯示，LM演算法比最陡坡降法與動量項演算法更能得到較低的誤差均方根，且此一診斷法可達到較高的故障診斷正確率。

This research presents the utilization of an Artificial Neural Network (ANN) in stead of the traditional gaspath analysis method to develop a fault diagnosis system for engine. The training data for the Artificial Neural Network is coming from the real engine fault data collected in the field. This paper is using the fault example of three engines, utilizing gradient decent algorithm、momentum term algorithm and Levenberg-Marquardt algorithm to diagnose the 4-input fault and 6-input fault respectively. The result indicates that Levenberg-Marquardt algorithm can get lower mean squared error than gradient decent algorithm and momentum term algorithm, and it also achieves higher successful rate.

摘 要 I
Abstract II
目 錄 III
表目錄 V
圖目錄 VII
符號說明 IX
第一章 緒論 1
1-1 問題描述 1
1-2 論文架構 3
第二章 文獻探討 5
2-1 故障診斷 5
2-2 類神經網路診斷法 6
2-3 發動機監控診斷系統 20
第三章 故障診斷網路模型 25
3-1 建立故障診斷網路模型 25
3-2 故障診斷機制 32
3-3 故障診斷工具 36
第四章 診斷結果與判斷 44
第五章 結論 59
參考文獻 61

[1]宋兆泓, 陳光, 付君清,航空發動機典型故障分析 ,北京航空航天大學出版社, pp.1-7, 1993年3月.
[2]陳大光, “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, 1993年5月.
[3]Urban, L. A., “Gas Path Analysis Applied to Turbine Engine Condition Monitoring,” AIAA 72-1082, 1972.
[4]Urban, L. A., and Volponi, Allan J., “Mathematical Methods of Relative Engine Performance Diagnostics,” Journal of Aerospace, Vol. 101, Technical Paper 922048, pp. 2025-2049, 1992.
[5]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.
[6]陳大光, 韓風雪, 唐耿林, “多狀態氣路分析法診斷發動機故障的分析”,航空動力學報, 1994年9月.
[7]吳國禎, “資料探索在醫學資料庫之應用”,私立中原大學醫學工程學系,碩士論文,2000年.
[8]許荔秦, 胡東成, “用於神經網路的動態冗餘BP算法”, 電子與信息學報, 2001年10月.
[9]張智傑, “齒輪故障診斷之模糊類神經網路”, 中原大學機械工程學系, 碩士學位論文, 2005年.
[10]趙安明, “馬達故障診斷之模糊類神經網路”, 中原大學機械工程研究所, 碩士論文, 2003年.
[11]楊啟良, “發動機氣路多重故障診斷法,” 成功大學航空太空工程研究所, 碩士論文, 2002年.
[12]雷賀君, “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”,大葉大學工業工程學系, 碩士論文, 2004年.
[13]葉懷仁, “類神經網路應用於引擎聲訊之辨識”,中山大學物理學系, 碩士論文, 2003.
[14]陸鵬舉, 徐自珍, “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, December 2000.
[15]范景茹, “以類神經網路發展發動機傳感器即時訊號驗證法,” 成功大學航空太空工程研究所, 碩士論文, 2003年.
[16]徐自珍, “類神經網路發動機氣路傳感器訊號驗證與故障診斷法,” 成功大學航空太空工程研究所, 博士論文, 2002年.
[17]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,April 2001.
[18]羅華強, 類神經網路-MATLAB的應用, 高立圖書有限公司, 2005年5月.
[19]Hagan, Demuth, and Beale, 類神經網路設計, 普林斯頓國際有限公司, 2004年7.
[20]聞新, 周露, 李翔, MATLAB神經網路仿真與應用, 科學出版社, 2003年7月, pp.259-262.
[21]Hush, D. R. et al., “Error surfaces for multi-layer perceptrons,” IEEE Transactions on System, Man and Cybernetics, Vol. 22, p.2, 1992.
[22]Huang, W.Y., and Lippmann, R. P. “Comparisons between neural net and conventional classifiers”, IJCNN-88, IV, 485-493, 1988.
[23]McCulloch, W. S., and Pitts, W. H., “A logical calculus of the ideas immanent in nervous activity”, Bulletin of Mathematical Biophysics, pp.115-133, 1943.
[24]Hebb, D. O., “Organization of behavior”, Wiley, New York, 1949.
[25]Rosenblatt, F., “Principles of neuro -dynamics”, Spartan Books, New York,1959.
[26]Widrow, B., and Hoff, M. E., “Adaptive switchings circuits”, 1960 IRE WESON Conventional Record, part4, pp.96-100, 1960.
[27]Minsky M. L. and Papert S. A. Perceptrons. Cambridge. MA: MIT Press, 1969.
[28]Hopfield, J. K., “Neural networks and physical systems with emergent collective computational abilities”, Proceedings of the Neural Academy of Science USA, pp.2554-2558, 1982.
[29]Kohonen, T., “Artificial Neural Networks”, Amsterdam: Elservier, pp403～408, 1991..
[30]張正亮, MATLAB仿真技術與實例應用教程, 機械工業出版社, 2004年1月.
[31]Hagan, Demuth, and Beale, 類神經網路設計, 普林斯頓國際有限公司, 2004年7.
[32]聞新, 周露, 李翔, MATLAB神經網路仿真與應用, 科學出版社, pp.259-262, 2003年7月.
[33]葉怡成, 類神經網路模式應用與實作, 儒林圖書公司, 2002年.
[34]張斐章, 張麗秋, 類神經網路, 東華書局, 2002年.
[35]陸鵬舉, 發動機監控與診斷授課講義, 2005年.
[36]Smetana, F. O., “Turbojet Engine Gas Path Analysis A Review,” AGARD Conference Proceedings, No. 165, 4-5 April, 1974.
[37]B. D. MacIsaac, “Engine Performance and Health Monitoring Models Using Steady State and Transient Prediction Methods,” AGARD Lecture Series 183, pp.9-1~9-21, May 1992.