航空器检测与诊断技术试验指导书

1、郑州航空工业管理学院航空器检测与诊断技术课程实验指导书航空工程系2015-11 TOC o 1-5 h z HYPERLINK l bookmark0 o Current Document 安全注意事项 1 HYPERLINK l bookmark2 o Current Document 实验基本要求2 HYPERLINK l bookmark4 o Current Document 实验一智能故障诊断系统的设计与实现 3飞行力学课程实验指导书安全注意事项为保证实验安全进行，请同学们一方面要严格遵守实验室制度，另一方面在 使用实验设备时注意如下事项：一、检查各仪器电源线是否插紧插好，各仪器是否

2、可靠接地，以防触电。二、所有仪器设备工作过程中发现异常应立即断电，并上报老师处理。飞行力学课程实验指导书实验基本要求1、安全第一，严格遵守实验室要求2、请提前预习实验内容3、按照实验指导书要求做实验4、注意观察实验现象，并认真记录实验数据5、对实验现象和数据进行科学、详细分析6、将实验装置收拾好7、撰写实验报告飞行力学课程实验指导书实验一智能故障诊断系统的设计与实现一、实验目的1、了解常用智能故障诊断系统的基本原理。2、学会使用matlab进行智能故障诊断系统的设计实现 二、实验内容.基于matlab的灰度关联分析法利用版色美或分析进行除合if价的步景是；。根据i i价目的确定评价淅历体系.收

3、集评价教据 设数据序的形成如卜辩牌：修仁，与f力其中 m为指标的个数.挣为叁评人演出中X = fx,ah若* x,（H） /,?）确定赛号数据，考数据到应该星一个理个的比较标准.可以以存指标的优1B破蛆劣值）构成卷考数据刷.也 可根据评价目的选择其它参照值纪作茶gn，,看便匕冷瓜”分送个,w自个被泮阶对索布标序列a七较序列）与多学序列对象足案的能时有值.即I冷- .* = t. bbb. , / = 1. ； n口句定 mtim si ica t kt -1*1 rl, fWmiiRRM霹 * t k . III #15）计算兑取系数III卜式.分别计算毋个比较序列与参考序列财应疣素的关联系殴

4、P maxniax 即4J x： fki i ri式中为分辩第数.在8J）内取值.若P越小.关注系敷间差异越大.区分能力赵遢通常o瓶。&如 肇fXom/为呆优值数席列越大及好方 & g 例最ftfflttffi列 越大型不好6）计算关会序q若评价时象世:蛟序。1）分别H-其一指标与器序列时应尤第的“兼系粒的均值.以反映朴群 价均象与参考序列的关纸关系.井称其为美麻序.妃为：芯=-L y（it*e7）侬据各察附室的美联序.1匕统合讲一结果仿真程序clc;%清屏clear; % 清参数clear allx(1,:)=1 1.0684 1.2388 1.4878 1.6827;x(2,:)=1 1.

5、0951 1.2307 1.4220 1.6135;飞行力学课程实验指导书x(3,:)=1 1.0164 0.9743 0.9635 0.9992;%列出各数值，可修改x(4,:)=1 1.1063 1.3318 1.6009 1.7871; x(5,:)=1 0.9470 0.8996 0.8107 0.7402; x(6,:)=1 0.9643 0.8977 0.7561 0.7352; x(7,:)=1 0.9914 0.9600 0.9514 0.9314; x(8,:)=1 0.9938 0.9631 0.9477 0.9323; x(9,:)=1 1.0539 1.2146 1.3

6、184 1.3455; x(10,:)=1 0.9986 1.0068 1.0069 0.9986; x(11,:)=1 0.9663 0.9401 0.8677 0.8621; x(12,:)=1 0.8304 0.8232 0.8129 0.7995; x(13,:)=1 1.0217 1.1382 1.2040 1.2433; x(14,:)=1 1.0075 0.9747 0.9646 0.9503; x(15,:)=1 0.7468 1.1340 0.8214 0.9461; x(16,:)=1 0.9741 0.9121 0.9617 0.9032; m=16; n=5; x0=1

7、 1.0732 1.2123 1.2295 1.3364; for j=1:m for i=1:n A(j,i)=abs(x(j,i)-x0(i);%求出序列差矩阵 Aend end a=max(max(A); %求 A 的最大值 ab=min(min(A);%求 A 的最小值 bfor j=1:m for i=1:n f(j,i)=(b+0.5*a)/(A(j,i)+0.5*a); %求关联系数矩阵 fend end for j=1:m c(j)= mean(f(j,:); %求关联度end figure(1); plot(c); figure(2) bar(c); cc,ss=sort(b

8、);.灰色预测法飞行力学课程实验指导书function GM1_1(X0)%format long ;m,n=size(X0);X1=cumsum(X0); % 累加X2=;for i=1:n-1X2(i,:)=X1(i)+X1(i+1);endB=-0.5.*X2 ;t=ones(n-1,1);B=B,t ;% 求 B矩阵YN=X0(2:end);P_t=YN./X1(1:(length(X0)-1) %对原始数据序列X0进行准光滑性检验,%序列 X0 的光滑比 P(t)=X0(t)/X1(t-1)A=inv(B.*B)*B.*YN.;a=A(1)u=A(2)c=u/a ;b=X0(1)-c

9、 ;X=num2str(b),exp,(,num2str(-a),k,),num2str(c);strcat(X(k+1)=,X)%syms k;for t=1:length(X0)k(1,t)=t-1;endk飞行力学课程实验指导书Y_k_1=b*exp(-a*k)+c;for j=1:length(k)-1Y(1,j)=Y_k_1(j+1)-Y_k_1(j);endXY=Y_k_1(1),Y % 预测值CA=abs(XY-X0) ; % 残差数列Theta=CA % 残差检验绝对误差序列XD_Theta= CA ./ X0 % 残差检验 相对误差序列AV=mean(CA); %残差数列平均

10、值R_k=(min(Theta)+0.5*max(Theta)./(Theta+0.5*max(Theta) ;% P=0.5 R=sum(R_k)/length(R_k) % 关联度Temp0=(CA-AV)A2 ;Temp1=sum(Temp0)/length(CA);S2=sqrt(Temp1) ; % 绝对误差序列的标准差 %AV_0=mean(X0); % 原始序列平均值Temp_0=(X0-AV_0).A2 ;Temp_1=sum(Temp_0)/length(CA);S1=sqrt(Temp_1) ;% 原始序列的标准差TempC=S2/S1*100;% 方差比C=strcat(

11、num2str(TempC),%) % 后验差检验 方差比 %SS=0.675*S1 ;Delta=abs(CA-AV);飞行力学课程实验指导书TempN=find(Delta=SS);N1=length(TempN);N2=length(CA);TempP=N1/N2*100;P=strcat(num2str(TempP),%) %后验差检验计算小误差概率调用例子：X0=2,874,3.278,3.337,3.39,3.679;GM1_1(X0).神经网络法P=2.50 0.11 10.40 12.60 45.5;0.24 0.36 10.30 0.30 48.2;1.81 0.27 11.

12、72 11.50 46.3;1.77 0.22 10.33 14.43 50.0;1.75 0.23 10.40 9.80 49.9;1.82 0.25 10.33 12.50 72.2;1.84 0.26 10.10 11.20 18.5;P=P;T=0.9 0.1 0.1 0.1 0.1 0.1 0.1;0.1 0.9 0.1 0.1 0.1 0.1 0.1;0.1 0.1 0.9 0.1 0.1 0.1 0.1;0.1 0.1 0.1 0.9 0.1 0.1 0.1;0.1 0.1 0.1 0.1 0.9 0.1 0.1;0.1 0.1 0.1 0.1 0.1 0.9 0.1;这里的矩阵

13、0.1 0.1 0.1 0.1 0.1 0.1 0.9;net=newff(minmax(P),11 7,tansig,logsig,trainlm);%飞行力学课程实验指导书大小范围可用 minmaxnet.trainParam.epochs=15;net.trainParam.goal=0.01;LP.lr=0.1;net=train(net,P,T);4.knnfunction target=KNN(in,out,test,k)% in:training samples data,n*dmatrix% out:training samples class label,n*1% test:

14、testing data% target: class label given by knn% k: the number of neighborsClassLabel=unique(out);c=length(ClassLabel);n=size(in,1);% target=zeros(size(test,1),1);dist=zeros(size(in,1),1);for j=1:size(test,1)cnt=zeros(c,1);for i=1:ndist(i)=norm(in(i,:)-test(j,:);endd,index=sort(dist);for i=1:kind=fin

15、d(ClassLabel=out(index(i);cnt(ind)=cnt(ind)+1;飞行力学课程实验指导书endm,ind=max(cnt);target(j)=ClassLabel(ind);End4.距离函数法算法步骤：step.1-初始化距离为最大值step.2-计算未知样本和每个训练样本的距离diststep.3-得到目前K个最临近样本中的最大距离maxdiststep.4-如果dist小于maxdist ,则将该训练样本作为K-最近邻样本step.5-重复步骤2、3、4,直到未知样本和所有训练样本的距离都算完step.6-统1t K-最近邻样本中每个类标号出现的次数step.

16、7-选择出现频率最大的类标号作为未知样本的类标号KNN的matlab简单实现代码function target=KNN(in,out,test,k)% in:training samples data,n*d matrix% out: training samples class label,n*1% test:testing data% target:class label given by knn% k:the number of neighborsClassLabel=unique(out);飞行力学课程实验指导书c=length(ClassLabel);n=size(in,1);% target=zeros(size(test,1),1);dist=zeros(size(in,1),1);for j=1:size(test,1)cnt=zeros(c,1);for i=1:ndist(i)=norm(in(i,:)-test(j,:);endd,index=sort(dist);for i=1:kind=find(ClassLabel=out(index(i);cnt(ind)=cnt(ind