基于时频分析的飞行状态监视研究载运工具运用工程专业论文.docxVIP

承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进行的研 究工作及取得的研究成果。除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得南京航空航天大学或其他教育机构的学位或证书而使用过 的材料。 本人授权南京航空航天大学可以将学位论文的全部或部分内容 编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段 保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 基于时频分析的飞行状态监视研究 基于时频分析的飞行状态监视研究 I I PAGE PAGE IV 摘 要 航空发动机的结构极其复杂，且在高温和高速的恶劣环境下工作，较易发生各种故障。这 不但对飞机的飞行安全造成影响，而且也增加了飞机的运营成本。为了保证发动机的可靠运行， 提前找出发动机可能存在或即将发生的故障是很有必要的。而飞行数据提供了飞机运行的丰富 信息，其中的气路参数数据与发动机息息相关。本文希望通过对气路参数数据的时频分析总结 其特征，为后续的评估发动机健康状况和预测发动机寿命奠定基础。 飞行数据由于飞机状态的不断变化，及外界环境的影响，呈现非线性、非平稳的特征。对 这类信号的处理，Huang 等人于 1998 年提出的希尔伯特-黄变换（HHT）分析方法具有良好的 效果，被选作本文时频分析的手段。HHT 主要包括两个方面：经验模式分解（EMD）与希尔 伯特谱分析。其中 EMD 是将信号分解成有限个固有模态函数和一个趋势项，其结果的好坏对 整个分析结果有重要影响。但 EMD 本身存在诸多问题，模态混叠就是其中之一。因此以 Huang 等人近几年提出的基于白噪声辅助分析的总体经验模式分解（EEMD）来替代 EMD，而互补形 式的 EEMD（CEEMD）可以有效消除加入的白噪声，且提高了分解效率。 本文先对数据进行了奇异值分解去噪与五点三次平滑处理。之后针对飞机不同飞行阶段的 特点，给出了不同的分析过程。依赖希尔伯特谱对时间、频率和幅值的同时综合显示，可以有 效定位飞行数据中的突变信息。并给出了构造 Hankel 矩阵、IMF 矩阵和 HHS 矩阵进行奇异值 分解对数据序列突变程度的评估。 具体实现上，本文以 Visual C++完成飞行数据预处理操作和 HHT 分析所需要的软件。飞行 数据的预处理包括：航班划分、错误修正及去噪操作。HHT 分析部分实现对序列的 CEEMD， 对 CEEMD 结果的希尔伯特谱求解，和对信号序列的重构与边际谱分析。另外采用 Matlab 实现 对 CEEMD 结果的掩膜信号后处理方法。 关键词：飞行数据，互补总体经验模式分解，希尔伯特谱分析，掩膜信号后处理，奇异值分解， 五点三次平滑法 ABSTRACT Work in harsh environments with high temperature and high-speed, the aircraft engine easily catch various faults. This not only affects the safety of flight, but also increases the aircrafts operating costs. In order to ensure reliable operation of the engines, it is necessary to identify potential or impending engine faults in advance. The flight data of the gas circuit parameters is closely related with the engine. This paper aims to study this data by time- frequency analysis, to find fault characteristic parameters laid the foundation for the assessment and prediction engine health. The flight data is nonlinear and non-stationary, so the Hilbert- Huang transform (HHT) analysis method proposed by Huang et al. in 1998 was chosen as the time-frequency analysis method. The HHT consists of t