直升机以其优越的性能在现代军事和民用中都有广泛的应用,在一些领域有着无可替代的地位。然而自从有了直升机,其故障也层出不穷。因此,直升机的发展史也是一部人们与直升机故障的斗争史。以最大限度的保证飞行安全为目的,不断地提高直升机故障诊断的准确性、降低维修成本,是人们长期以来追求的目标。传动系统作为直升机三大重要系统之一,安全冗余度最小,其可靠性在一定程度上直接决定着直升机的安全。时至今日,大数据时代的到来使得直升机故障诊断有了新的突破和技术提高。本文以直升机传动系统为研究对象,采用数据挖掘的方法把大数据处理的一些技术应用于直升机传动系统的故障诊断和剩余寿命预测上。通过实验验证这些方法切实可靠,解决了一些直升机传动系统里的难题。本文的研究成果主要如下:1、通过相似性传播聚类(AP)方法的研究,将其应用于传动系统的故障特征提取上,解决了传动系统应用数据分析方法时降维难度大,数据特征提取不准确的问题。2、针对AP算法应用传动系统过程中存在的问题,提出了一种加权的AP算法,进一步提高的AP算法在传动系统特征提取的准确性。3、将改进后的AP算法应用于传动系统的故障早期诊断和精密设备的多故障诊断,通过实验验证都取得了很好的效果,解决了传动系统故障早期不易诊断的难题和精密设备故障不易定位的问题。4、提出了一种混合分层聚类的方法,使得庞大的数据得以分割和整理,为大数据分析提供了一种思路。将该方法应用于传动系统的复杂故障诊断。通过实验验证,解决了传动系统不同故障表现相同特性和同一故障表现不同特性的复杂故障诊断难的问题。各项故障诊断指标达到了规定要求。5、通过研究隐马尔可夫理论模型,将其与聚类方法结合应用于传动系统的剩余使用寿命预测,通过实验验证该方法可以预测出传动系统设备剩余使用寿命。6、提出了直升机传动系统在大数据环境下在线、离线和整体的健康管理解决方案。通过一系列地研究建立一套基于数据挖掘和大数据分析的直升机传动系统健康管理体系。