飞机电缆屏蔽典型工艺分析

简述了在飞机大修、改装和维护等工作过程中电缆所出现的一些应引起注意的工艺性问题,并通过一些故障照片加以说明,为飞机维护提供参考.     

基于知识工程的飞机装配过程故障智能诊断技术

针对飞机装配过程中故障产生原因复杂,描述文本较长的特点,结合深度学习理论,提出了基于知识工程的故障智能诊断方法.首先对飞机质量故障表单进行属性约简,利用基于词库与全模式分词相结合的分词算法约简长文本属性.通过深度学习算法将长文本属性向量化表示,然后利用最相邻(KNN)算法与余弦相似度算法,从历史故障表单中检索出与新表单...     

基于DRSN与电压幅值分析的航空HVDC系统逆变器故障诊断

机载270 V高压直流（HVDC）系统的故障诊断一直是航电领域中的一个难点问题,为此提出了基于深度残差收缩网络（DRSN）的故障模块识别算法与基于线电压幅值分析的故障器件定位算法。首先对系统总电流进行采集,并进行差值标准化处理获得特征数据;根据特征数据的特点,利用Flatten层对原有DRSN结构进行改进,来提高算法对故障模块的识别精度。在确定系统逆变模块故障之后,利用两相线电压之比确定出故障相,再利用线电压均值模型确定故障器件。相比于现有方法,所提方法仅使用1个电流传感器和2个电压传感器便实现了系统故障诊断,满足了飞机对重量的限制要求。实验证明：所提出的方法故障模块识别精度,以及故障器件定位精度可达97%以上,具有较好实用性。     

民航飞机专用电缆故障定位仪的设计与实现

针对飞机电缆故障的特点和飞机电缆检测的特殊要求，设计出一种可检测和定位飞机电缆故障的智能仪器。该仪器特点是故障检测迅速、准确，定位精度高，且轻便、灵巧，操作方便，成本低。此仪器也可应用于电信、电力等部门的短距离电缆测试。     

基于时域反射法的航空电缆故障定位技术研究

作为飞机的重要组成部分,电缆对飞行安全以及飞机性能的实现起着至关重要的作用。针对航空电缆装机后故障难以定位的情况,首先研究了基于TDR技术的电缆故障定位方法并分析典型故障波形,然后搭建试验平台,开展电缆短路和断路故障试验,其结果不仅验证了基于TDR原理的电缆故障定位方法的正确性,并且得到了有效的电缆典型故障判据及典型故障波形,能够指导机载电缆故障的识别及定位,一定程度上缩短了排故时间。     

电缆故障在线检测定位装置研究

电缆作为飞机电源系统的重要组成部分,实现电缆故障的在线诊断,可以提高其可靠性。采用扩展频谱时域反射法(SSTDR),基于FPGA技术,设计一种板级速率为500 MHz的飞机电缆故障在线检测和定位装置,并进行实验验证。结果表明:该装置能够实现电缆开路、短路以及间歇性电弧的在线检测和定位,具有定位精度高、实时性好等优点;利用该装置在线监测电缆的健康状态,实现难以复现的间歇性故障的检测,能够提高地面运营、维护效率,节省人力物力,具有较高的工程应用价值。     

发动机转子系统早期故障智能诊断

在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。     

GA—HCM混合聚类算法及其在液体火箭发动机故障检测中的应用

针对HCM聚类算法对初始值和学习参数具有较强依赖性的缺点，提出了GA－HCM混合聚类算法。应用改进的基因算法为HCM算法选取初始种子解，使滑动数据窗上的聚类算法以功能层次分明的“导师一学生”制智能结构出现，从而实现了“精”与“初”相结合的解空间搜索算法，使HCM聚类算法能较快收敛到问题的最优解。同时针对液体火箭发动机系统动力学的特殊性，利用我们提出的一种适用于离线或在线系统故障检测与诊断的算法框架，基于实际试车数据对GA－HCM混合聚类算法进行了准实时的数字仿真。仿真结果表明该算法基本上克服了HCM算法的缺点，能有效地用于液体火箭发动机的事后故障分析或在线故障诊断。该故障诊断框架能区分干扰噪声、永久性故障或间歇性故障所引起的异常数据现象，并能形成当前系统的故障特征模式。对缓变故障的早期检测能力使该算法框架极富应用前景。     

基于特征优化与改进KNN的航空发动机故障诊断

为有效解决航空发动机气路故障诊断难题,建立了基于特征优化与改进KNN的航空发动机气路故障诊断模型。利用特征优化算法对发动机故障特征进行处理,包括特征增维与近邻成分分析算法;将特征优化后的特征输入改进KNN算法,建立基于特征优化与改进KNN算法的故障诊断模型;为验证所建立故障诊断模型的准确性,在四台CFM56-7FB发动机数据上进行实验验证,结果表明：基于特征优化与改进KNN算法的故障诊断模型的准确率可达98%以上,能够达到智能诊断的目的。     

军用飞机大修过程质量控制方法研究

结合飞机大修的常规流程,分析了各阶段产生的故障信息,从全面质量管理理念出发选取监控点,研究了故障数据分析方法,并利用C控制图实现了在不同维修工序后对大修飞机质量特性波动的定量认识、评估、处理和监控,保证了军用飞机大修后的安全性和可靠性。     

大修飞机故障分析与设计改进

大修飞机出现的故障多种多样,有些故障是普遍存在的问题,而且这些故障是在正常使用过程中出现的,这类故障通常是由于设计不合理造成的。通过对大修飞机出现的故障的原因进行严密的分析,从而发现设计、制造环节中的不合理之处,并进行改进,是不断提高飞机性能及质量的重要手段之一。通过案例,介绍了如何从大修飞机出现的故障对飞机设计进行改进。     

飞机电缆典型故障分析

以飞机电缆发生的典型故障为例,详细分析了飞机电缆产生故障的主要原因,并给出了相应的解决措施,为飞机电缆的修理及排故工作提供指导。     

大型飞机机载系统预测与健康管理关键技术

为确保飞机的高可靠性、高安全性和高维修保障性,大型飞机机载系统均装备了先进的故障预测与健康管理(PHM)系统,以实现高可靠运行和健康服役。从大型飞机健康管理体系结构入手,介绍了基于国际标准分层开放式的故障预测与健康管理空地结构,及其开放式、模块化和标准接口规范。着重分析了机载健康管理传感器网络和鲁棒故障特征提取方法、分层聚类和交叉增强校核的智能故障诊断算法和基于数据驱动与失效物理结合的故障预测算法等关键技术,探讨了基于健康状态的维修保障决策方法。最后,给出了空地一体的飞机故障预测与健康管理评价方法和健康管理技术的适用性分析。     

基于Python的A320机组氧气系统渗漏监控研究

针对机组氧气系统快速渗漏,利用飞机QAR收集数据,使用Python建立、优化机组氧气压力模型,基于模型特征快速准确定位故障,实现故障的自动监控。     

小波包变换和神经网络的某型导弹故障诊断方法研究

提出了一种基于小波包变换的残差能量方法,对导弹动态测试数据进行分析处理,提取导弹的故障特征,并在此基础上利用神经网络有效地实现了故障的诊断和定位。     

智能燃油计量装置故障诊断算法研究

在分布式控制系统框架下,为完善智能装置功能,以某型民用发动机燃油系统为研究对象,将其关键部件燃油计量装置作为一个智能装置节点,基于SDQ-ARMA系统算法进行位移传感器数据确认与故障诊断,并针对其计量活门的静摩擦力增大的特定性能衰退模式,在提取燃油系统传感器的时域特征的基础上,构建了基于SVM的故障检测算法流程,对燃油系统联合仿真模型进行验证,仿真实例中,故障诊断算法软硬件仿真一致,表明研究算法具有实时性,可为智能装置算法开发提供参考。     

基于网络图的飞机大修进度模拟分析

飞机大修进度控制是一项复杂、随机性强,却有规律性可循的管理项目。通过对以往若干批次飞机大修进度数据的统计分析,结合专家评估,得到飞机大修中各工艺作业的进度规律,并以此作为大修网络图中的各项作业的基础参数,建立网络图计算模型,借助于计算机大数据模拟来分析大修网络图的内在规律,为实际飞机大修进度 制定和网络图优化提供参考依据。     

基于一种灰色聚类滤波算法的飞机远程故障诊断虚警辨识方法

 在航线排故过程中,常会出现飞机远程实时故障报文信息的“飞机通信与寻址系统(ACARS)虚警”现象,使排故效率降低。对此,本文将灰色聚类和滤波理论结合提出了一种新的辨识算法——灰色聚类滤波算法,将常增益滤波引入灰色聚类算法,在灰色聚类算法中使用ACARS报文故障的当前数据分类故障、判断虚警的基础上,增加报文故障的历史数据,用滤波方法将历史的和当前的数据结合起来,提高辨识虚警的准确性。本算法应用于航空公司的波音777机队,能够有效辨识飞机实时故障报文信息中的虚警。     

零负过载飞行燃油系统故障分析

零负过载飞行是飞机常用的机动飞行动作,燃油系统的可靠性关系到飞机的飞行安全,必须给予足够重视。对于某架飞机在某次零负过载飞行中出现的燃油系统故障,详细描述了故障现象。基于零负过载飞行试验方法和燃油系统供油原理,进行了故障分析,得出了故障发生的原因,并结合工程经验提出了故障排除措施,以确保飞机后续的飞行安全。     

基于自组织神经网络的软件功能测试数据自动生成

针对面向软件功能的测试数据自动生成问题,提出了一种动态自组织特征映射方法,用于生成揭示软件功能故障的测试数据(简称故障数据)。该方法主要有两部分组成,①采用具有全局多峰搜索特性的小生境遗传算法,在输入空间内搜索功能测试数据,生成少量的初始故障数据;②由初始故障数据,采用具有联想和分类能力的可变结构自组织特征映射,不断迭代生成大量相近而不同的故障数据,以便给开发者提供引发这些软件故障的信息,从而确定软件故障行为的模式或假设。用某型空空导弹发射控制软件进行了实验,运行结果表明了方法的有效性,故障数据生成效率高于遗传算法和随机法。