共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
根据SOM网络原理,采用Voronoi向量改进了SOM网络算法,提高了其收敛速度和映射精度,实现了可视拓扑映射图。应用改进算法构建了军用飞机效费综合特性可视拓扑映射图评估模型,并对现代几种军用飞机效费综合特性进行了可视化综合评估。可视拓扑映射图可以直观地反映不同型号飞机的效费综合特性、参数相关特征、参数变化趋势,而且能对飞机效费综合特性相似性预测,从而为军用飞机效费综合特性分析提供了一种新的有效方法。 相似文献
3.
航空发动机燃油控制系统执行机构故障有可能导致参数测量传感器出现较大偏差,而采用传统的传感器故障诊断方法易误诊为传感器故障。为此,引入修正因子作为传感器故障模式样本,通过聚类分析获得样本的特征向量;按照卡洛南—路伊变换(K—L变换)原理,对传感测量信息进行变换,构成了新的正交变换矩阵,减弱了各特征向量的相关性,突出了差异性,加强了对故障传感器和发动机燃油控制系统执行机构故障的特征识别能力;利用多组学习训练样本,设计了发动机不同参数测量传感器故障模式的判别函数。经仿真试验验证,该方法可以有效识别、诊断传感器故障。 相似文献
4.
针对液体火箭发动机测量参数选择这一难题,提出一种基于模型的、提高故障分辨能力和系统可靠性的液体火箭发动机测点选取方法。基于发动机系统非线性静态特性数学模型,建立常见发动机故障下的故障特征库,并采用飞行数据验证其准确性;分别基于凝聚层次聚类算法、蒙特卡洛方法和失效模式影响分析(FMEA)构建了发动机测量特征子集的故障分辨种类数、鲁棒性和系统可靠性3种评价指标,并基于改进的多目标二进制粒子群算法(MOBPSO)开展优化设计。优化后的测点排布,可分辨故障从9种提高到13种,鲁棒性与原排布相当,风险指数略有上升;进一步探究了副系统混合比在故障分辨中的重要作用并分析其机理。本文提出的方法对其他复杂、闭环动力系统测量特征的选择具有较好的应用价值。 相似文献
5.
以液体火箭发动机整机试验、试车为目标,对发动机在研制过程中出现的各种故障进行了统计、归纳和分类。并按照目前液体火箭发动机试车测量参数的现状及不同的试车故障类型,制定了检测方法,也建立了故障分析模式。按照此种模式,在发动机未遭受到破坏之前及时停止试车,减少推进剂的浪费,使发动机的破坏尽可能地减到最少。 相似文献
6.
本文在多模型架构下,提出一种航空发动机传感器在线混合故障检测与隔离算法。利用长短期记忆网络逼近航空发动机建模误差、健康参数变化、过程噪声和测量噪声等不确定性源引起的真实发动机与机载模型之间的偏差。将传感器测量输出与不确定性值的偏差用于一种基于多模型的混合卡尔曼滤波器组算法中,利用贝叶斯方法计算每个传感器在健康模式和不同故障模式下的条件概率,然后根据最大概率准则进行传感器故障检测与隔离,克服了阈值难以选取的问题。针对某型涡扇发动机传感器发生偏置故障、漂移故障和间歇性故障的情形进行仿真验证,并对比了不同传感器之间的检测与隔离精度。结果表明:所提出的方法可以在更高水平的退化下诊断出发动机传感器常见的故障,混合方法对不同不确定性源具有鲁棒性。 相似文献
7.
8.
9.
基于信息熵-模糊理论的航空发动机性能评估 总被引:1,自引:0,他引:1
航空发动机性能评估可以分析发动机健康状况,预测潜在故障。传统评估方法主要通过计算发动机排气温度和燃油流量的变化进行评价,该方法反映的发动机特征信息不够全面。运用信息熵理论和模糊数学理论,通过对某型发动机典型故障进行故障树分析,计算故障征兆及原因的信息熵权值,建立了一个多参数的发动机性能评估模型,并对发动机各类故障原因对整体性能的影响进行定量分析,从而为发动机可靠性控制提供量化参考指标。 相似文献
10.
基于AHP的液体火箭发动机地面试验监测参数的选取方法研究 总被引:3,自引:0,他引:3
确定监测参数是液体火箭发动机地面试验监控系统的一个重要而基础的问题。从某液体火箭发动机地面试验稳态参数的统计特性和常见故障出发,通过分析地面试验测量参数的故障敏感性、故障关联性、测点传感器的可用性和参数相关性(或传感器冗余),建立具有方案层、准则层和目标层的层次模型,运用层次分析法(AHP)对发动机地面试验的测量参数进行评价、比较和优化,确定了用于监测液体火箭发动机地面试验的监测参数。经过发动机的地面故障试验数据和故障仿真数据的检验,所确定的监测参数集较好地反映了发动机状态的变化,说明所选用的方法合理、可行,解决了长期以来,依靠领域专家定性确定监测参数的问题。 相似文献
11.
基于灰色神经网络的航空发动机振动故障诊断方法研究 总被引:1,自引:0,他引:1
针对某型双转子航空涡扇发动机台架试车中出现的振动异常现象,提出了一种基于灰色神经网络的航空发动机故障诊断方法,该方法不仅具有灰色关联度故障诊断方法计算量小、准确率高等优点,同时具备了神经网络强大的并行处理能力和良好的容错性。实例证明,该方法能够简单有效地诊断出航空发动机台架试车中出现的常见故障,为航空发动机故障诊断提供了一个新的途径。 相似文献
12.
为了深入研究航空发动机故障机理,提出基于航空燃气涡轮发动机性能仿真软件(GSP)和堆栈降噪自编码器(SDAE)的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障,并得到对应的运行状态参数;从每种故障类型下的长时间序列的状态参数中提取出向量化的曲线特征,构成故障样本;将故障样本带入SDAE模型中进行深度特征提取,经过前向传播和反向微调得到训练好的模型用于发动机故障诊断。结果表明:GSP能够通过参数更改来模拟微弱故障下的状态参数,从而构建多故障样本集;SDAE的重构误差和反向传播误差能够快速收敛到较小值,SDAE的故障诊断正确率为99.5%;与深度信念网络(DBN)、人工神经网络(ANN)以及经典机器学习方法支持向量机(SVM)相比,SDAE的故障分类正确率分别提高了0.8%、6.9%和10.1%。 相似文献
13.
14.
民航发动机远程故障诊断若干关键技术研究 总被引:5,自引:0,他引:5
本文提出的民航发动机远程故障诊断技术将Internet网络技术与民航发动机故障诊断技术有效地结合起来,旨在将民航发动机的维护和故障诊断手段提升到远程的网络环境,以极大提高故障诊断的水平和时效性。本文从工程应用角度出发,对其中的几个关键技术问题进行了讨论。首先分析了民航发动机故障诊断的技术现状,提出了民航发动机远程故障诊断系统的结构体系。提出一种诊断设备网络化的设计思想,即采用上下位机的结构和COM组件技术,实现远程操作、状态监视和控制。采用COM组件技术和网络数据库技术实现了在Web服务器上的知识的存储与推理。分别基于NI的Labview/GWebServer和DataSocket技术,开发了两种多功能的远程故障诊断的协同工作环境(CSCW)。 相似文献
15.
16.
粗糙集与神经网络在航空发动机气路故障诊断中的应用 总被引:10,自引:2,他引:8
提出了一种基于粗糙集理论和神经网络集成的发动机智能故障诊断方法,首先对测量数据进行离散处理,并运用粗糙集理论建立故障决策表,进而约简属性和提取规则,对航空发动机气路部件的几种典型故障进行隔离。然后建立神经网络故障诊断子系统,使用粗糙集处理后的数据计算出发动机气路相关部件的故障程度。最后,还验证了粗糙集神经网络故障诊断系统的抗噪性能。研究表明,该系统能够正确而且高效地诊断出发动机故障的严重程度,并具备良好的抑制噪声的能力。 相似文献
17.
18.
飞机发动机故障诊断需要厂家提供的诊断知识和不断积累的专家实践经验,具有不完备性。基于粗糙集理论,研究了一种从不完备诊断信息中获取诊断知识的方法。该方法将厂家提供的飞机发动机故障诊断知识和专家实践经验形成统一的诊断信息表,利用粗糙集的知识约简方法处理,获得一致的诊断规则,为飞机数字化维修技术的实现提供了保障。实例分析结果验证了所提出方法的有效性和优越性. 相似文献
19.
发动机故障隔离技术的主特征量模型 总被引:1,自引:0,他引:1
本文提出了发动机气路分析故障隔离技术的主特征量模型。主特征量模型的基本原理如下:发动机征兆量和发动机特征量之间存在着特殊的函数关系,即 n 个征兆量小偏差方程可以被少于 n 的 t 个故障量偏差所满足。利用这一特性可以对多于征兆量数目的 m 个特征量进行故障隔离。与目前广泛采用的影响系数矩阵法比较,主特征量模型不仅具有更广泛的实用意义,而且数学模型更加严格,并且能提供较多的故障诊断信息。文中给出了主持征量模型的两种求解方法,即最小征兆量偏差残差模法和最小特征量偏差法。文中还给出了主特征量模型的计算例题,并对计算结果进行了分析。 相似文献