应用神经网络的航空发动机故障诊断仿真研究(英文)

传统的定期维护制度成本高 ,劳动强度大 ,且对发动机故障的诊断和探测能力十分有限。现代飞机上的发动机监控系统 ( EMS)具有向维护人员提供有关发动机故障信息的潜在能力。本文将径向基函数 ( RBF)神经网络应用到航空发动机故障诊断中。该方法能够依靠测量参数探测发动机多个气路故障 ,并对各大部件的性能退化进行定量的诊断。仿真结果表明 ,诊断的精度能够满足实际应用的需要 ,神经网络的非线性映射能力可用来捕捉发动机的特性。该方法具有通用性 ,在其他类似的复杂机械中也可以获得应用。     

基于Gauss核函数的SVM故障诊断技术研究

本文提出了基于Gauss核函数的SVM故障诊断技术,并利用grid法对SVM中参数进行寻优,以保证得到最高分类精度.通过对某航空公司ERJ145的右发AE3007发动机进行故障诊断研究后,证明基于Gauss核函数的SVM在小样本故障诊断中有着较好的适用性和可信性,能够为飞机发动机故障诊断提供有效的参考.     

某火箭发动机故障检测及诊断算法设计分析

针对某型号液体火箭发动机故障检测及诊断软件存在瞬态段（起动段、关机段）故障检测功能缺失、故障诊断无法给出故障量大小的问题，在原软件故障诊断算法——余弦相似度分类的基础上，通过引入故障因子定量给出故障量大小，实现发动机故障诊断的定性定量分析。同时，采用基于统计学基础的包络线算法，通过Python语言对发动机瞬态段故障检测算法进行设计开发，使原软件实现发动机瞬态段故障检测功能。通过仿真试车数据对软件算法进行验证，结果表明优化后的故障诊断功能可实现故障量大小计算，基于包络线算法开发的故障检测功能提高了发动机故障检测效率。     

一起典型的FJ44-1A发动机金属末故障分析

航空发动机滑油系统发现金属末意味着这发动机部件之间出现了过度磨损,这类故障严重影响飞行安全,必须查明故障原因并纠正。本文根据多次发动机热端部件检查的实践经验,对一起由于安装不当造成发动机轴承磨损的故障进行了分析,并总结了FJ44-1A发动机热端部件装配的若干经验。     

基于LVQ神经网络模型的飞机故障分类诊断

为了能够快速诊断出飞机故障产生的原因,判断故障发生的准确位置,把LVQ神经网络模型和分类诊断理论运用到了飞机的故障诊断中,以飞机电子设备和发动机故障诊断为实例,验证了此方法的故障诊断能力.实践表明:基于LVQ神经网络模型的飞机故障分类诊断方法能够为机务工作者提供有力的辅助决策参考.     

特殊环境飞行后发动机清洗技术的改进

由压气机、燃烧室、燃气涡轮和功率涡轮等主要部件组成的燃气发生器是发动机的重要组成部分。它工作的正常与否,直接影响着飞行安全。因此对发动机系统的维护历来都是机务工作中一个十分重要的环节。这项工作的好坏,除直接影响发动机性能之外,还影响着发动机寿命,从而影响着飞行安全及经济效益。所以这项工作常常需要投入大量的人力、物力、财力。通过多年来的工作实践,总结分析得出以下结论:在飞机发动机的维护工作中,对发动机燃气发生器部件的清洗起着很重要的作用。因积炭、氧化物、硫化物等构成的污垢得不到及时的清洗或用不科学的方法进行清洗,不能彻底地清除污垢,使得压气机涡轮工作效率降低,散热状况恶化,     

发动机数控系统智能容错技术的半物理仿真研究

提出基于自联想神经网络的发动机数控系统的智能容错技术。该方法不依赖系统模型，只需要发动机的测量值来离线训练网络。若发生性能蜕化，该方法能自动切入故障诊断与最优估计的综合逻辑。文中开展了半物理仿真实验，实验结果充分证明了该技术能适应实验现场多变的环境，能正确诊断发动机传感器故障并提供解析余度，具有较好的鲁棒性。     

发动机健康管理技术的研究进展

本文在总结国内外研究的基础上,阐述了发动机健康管理的研究与发展,对发动机健康管理技术进行分类,并详细介绍了发动机气路分析、机械系统的健康管理、耗材的寿命管理等研究进展,明确了信息在发动机健康管理中的关键地位。最后结合相关领域的发展动向,提出了发动机健康管理研究的趋势与方向。     

基于加权D-S证据理论的旋翼故障诊断（英文）

旋翼作为直升机的升力面和操作面,其健康状态对直升机的安全至关重要。旋翼故障诊断技术仍是直升机健康与使用监测系统（Health and usage monitoring system, HUMS）领域的薄弱环节,开发旋翼故障诊断技术具有重要价值。基于信息融合技术,首先分析了旋翼故障的诊断机理,建立了旋翼故障模型,通过流固耦合仿真获取了不同故障下桨叶、轮毂和机身的故障特征信息,生成数据集进行网络训练和验证。然后,利用遗传算法反向传播（Genetic algorithm-backpropagation, GA-BP）优化神经网络诊断3种类型的直升机旋翼故障,即后缘调整片误调、变距拉杆误调和桨叶质量不平衡。3个逐级神经网络分别对旋翼故障类型、故障位置和故障程度进行了诊断识别。最后采用加权的Dempster-Shafer(D-S)证据理论对旋翼故障进行诊断和分析。结果证明基于改进D-S证据理论的旋翼故障诊断方法能够成功应用到旋翼故障诊断中,并具有良好的识别效果。     

航空发动机多路模糊切换控制系统设计

针对航空发动机在不同控制通路切换过程中出现的转速等参数发生大幅度跳变以及系统不稳定的问题,提出了一种模糊切换控制方法,设计了基于不同结构控制通路的模糊切换控制器,基于无源性概念对航空发动机多路模糊切换控制系统进行了稳定性分析,得到了多路模糊切换控制系统稳定的充分条件。航空发动机模糊切换系统与直接切换系统仿真结果表明了航空发动机多路模糊切换控制方法的有效性。     

基于降维UIO的飞控系统鲁棒故障诊断

针对同时存在对象矩阵参数的摄动、外界扰动和故障的一类线性系统,基于降维的未知输入观测器(Un-known input observer,UIO)技术对飞控系统执行器故障进行诊断,使得系统对矩阵参数摄动和外界干扰具有良好的鲁棒性.该诊断方法把原系统分解为两个子系统,一个子系统受故障的影响,而另外一个子系统不受故障的影响,但状态可测.这样,不但大大降低了计算量,而且保证了故障诊断的快速性和准确性.     

使用高铅航空汽油的航空活塞发动机抖动故障原因初探

从国外引进的装用航空活塞发动机的中小型飞机一般要求使用低铅或无铅航空汽油,但国内只有含铅量较高的国产100号航空汽油或含铅量更高的95号航空汽油供应。使用这些汽油后,若发动机使用和维护不当会造成发动机严重积铅,导致发动机空中抖动,影响飞行安全。本文通过对使用高铅航空汽油的Cessna172R机群发生的抖动故障进行分析,初步探讨故障原因,对降低使用高铅燃油的活塞发动机的抖动故障发生率具有一定的帮助。     

发动机磨损故障的集成神经网络融合诊断

针对发动机试车过程中的磨损故障诊断问题．本文运用了四种最常用的润滑油分析技术——铁谱分析、光谱分析、颗粒计数分析及理化指标分析，同时结合发动机试车台监测数据，提出运用集成神经网络对发动机试车状态进行融合诊断的方法。首先依据各种分析方法的标准磨损界限值，将原始数据进行了预处理，统一转换成故障征兆的布尔值；其次，建立各子神经网络的拓扑结构，并依据专家经验建立各子系统的输入征兆与故障论域的映射关系，从而得到各子神经网络的训练样本．对各网络进行成功训练后，利用神经网络实现各子网络的诊断并得到中间诊断结果；然后，通过建立合适的权重矩阵．利用模糊综合决策理论，时集成神经网络的诊断结果进行综合，从而得到最终的融合诊断结果；最后，运用一个算例表明了本文方法的有效性。     

基于NFTET的高超声速飞行器鲁棒轨迹重构设计

考虑高超声速飞行器故障下安全再入飞行问题，针对飞行器发生较大故障的情况，提出了基于相邻可行轨迹存在定理(Neighboring feasible trajectory existence theorem,NFTET)的鲁棒在线轨迹重构算法。在标称情况下基于反馈线性化预测校正制导算法生成满足各种约束条件的再入轨迹；由于NFTET只适用于发生较小故障的情况，为保证较大故障下飞行器仍能以较高精度安全着陆，基于NFTET理论设计了鲁棒轨迹重构算法，得到了较高落点精度的飞行轨迹。仿真结果表明，本文所提出算法能有效解决飞行器较大故障下的安全再入轨迹重构问题，提高了飞行器的自主容错能力。     

基于立体视觉的孔探分析系统及其应用

孔探分析在现代航空发动机故障诊断中一直发挥着重要的作用，开发基于立体视觉的孔探分析系统，对提高故障诊断水平和预测准确度，节约发动机维护成本有着重要的现实意义，系统利用立体视觉技术以及图像处理技术，完成了对双目视觉左右图像的标定和匹配，实现了对实体表面的三维测量和立体重建，本文介绍了基于立体视觉的孔探分析系统的基本原理与主要功能，并结合应用实例验证了系统的有效性。     

Aircraft Engine Gas Path Fault Diagnosis Based on Hybrid PSO-TWSVM

Twin support vector machine(TWSVM)is a new development of support vector machine(SVM)algorithm.It has the smaller computation scale and the stronger ability to cope with unbalanced problems.In this paper,TWSVM is introduced into aircraft engine gas path fault diagnosis.The generalization capacity of Gauss kernel function usually used in TWSVM is relatively weak.So a mixed kernel function is used to improve performance to ensure that the TWSVM algorithm can better balance a strong generalization ability and a good learning ability.Experimental results prove that the cross validation training accuracy of TWSVM using the mixed kernel function averagely increases 2%.Grid search is usually applied in parameter optimization of TWSVM,but it heavily depends on experience.Therefore,the hybrid particle swarm algorithm is introduced.It can intelligently and rapidly find the global optimum.Experiments prove that its training accuracy is better than that of the classical particle swarm algorithm by 5%.     

基于线性参数变化自适应观测器的鲁棒故障诊断

基于线性参数变化自适应观测器,研究了一类具有外部扰动的不确定线性参数变化系统的鲁棒故障诊断问题。针对飞控系统具有非线性和时变的特点,运用了线性参数变化技术,提出一种基于线性参数变化自适应观测器的自适应故障估计算法来估计故障信息。为降低外部扰动对故障估计的影响,引入了H∞鲁棒性能指标来设计线性参数变化自适应观测器以及故障估计算法。结果表明,该方法具有良好的故障估计性能,且对外部扰动具鲁棒性。设计过程中,将参数的求解转化为线性矩阵不等式（LMIs）约束下的凸优化问题。最后,将该方法应用于直升机线性参数变化飞控系统执行器故障诊断,仿真实验验证了该方法的有效性。