پایان نامه؛ مطالعه تجربی آشکارسازی رفتار غیرعادی موتور میکروجت مبتنی بر تحلیل داده ها به کمک خوشه بندی با شبکه عصبی

خبرنگار افتخاری 1جلسه دفاع از پایان نامه ی کارشناسی ارشد با موضوع ” مطالعه تجربی آشکارسازی رفتار غیرعادی موتور میکروجت مبتنی بر تحلیل داده ها به کمک خوشه بندی با شبکه عصبی” دوشنبه ۲۰ دی ماه ۹۵ در دانشکده مهندسی هوافضا دانشگاه صنعتی شریف برگزار شد .

ارائه دهنده: مهیار خدادادی.

استاد راهنما: دکتر فرذیبرز ثقفی.

اساتید ممتحن: دکتر مرتضی منتظری و دکتر افشین بنازاده.

 

چکیده:

در دنیای مهندسی افزایش ضریب امنیت در سامانه های هوافضایی به یکی از دغدغه های بزرگ تبدیل شده است و یکی از مهم ترین اجزای این سامانه ها موتور می باشد . از اصلی ترین راه های افزایش قابلیت اطمینان در موتورهای جت به تکامل نرم افزارهای عیب یاب می توان اشاره کرد.

در این پژوهش، امکان آشکارسازی رفتارغیرعادی از پیش شناخته شده و همچنین شناخته نشده در موتور میکروجت به کمک خوشه بندی با شبکه عصبی مورد ارزیابی قرار گرفته است.

فرآیند طی شده متشکل از دو بخش اصلی شبیه سازی تجربی رفتار غیرعادی موتور و اعتبارسنجی روش آشکارسازی پیشنهادی می باشد. در بخش اول از یک موتور میکروجت (Olympus Hp) استفاده نمودیم و بصورت از پیش طراحی شده خطاهایی در رفتار عادی موتور ایجاد کردیم تا در نتیجه آن، تغییرات قابل مشاهده ای در عملکرد موتور ثبت گردد. خروجی های ثبت شده از موتور شش متغیر دور موتور، دمای گازهای خروجی، فرمان تراتل، ولتاژ پمپ سوخت، تراست و وزن سوخت می باشد. دربخش دوم درراستای تحلیل داده ها به سراغ روش تحلیل خوشه بندی با استفاده از شبکه های عصبی که از جمله روش های غیر نظارتی است رفتیم، این روش، رفتارغیرعادی را بدون هیچ دانش قبلی آشکارسازی می کند پس از اعمال داده ها به شبکه تلاش کردیم با تغییر پارامترهای شبکه و چینش داده ها به دسته بندی مطلوب برسیم.

در نهایت موفق شدیم در گام نخست، فرآیند آشکارساز ی رفتار غیرعادی از پیش تعریف شده و همچنین تعریف نشده را طی کنیم و در ادامه به یک تقسیم بندی مناسب دربین رفتارهای غیرعادی نیز برسیم.

0

مطالب مرتبط

نظر بدهید