一种发动机滑油磨粒形态测量与分析技术

滑油中磨粒的数量，成分和形态反映着机器零部件的磨损形式和磨损程度。计算机图象处理技术与铁谱分析技术的结合为机器磨损状态监测走出了一条新路。本文在发动机滑油磨粒显微形态测量的基础上，研究了特征磨粒的分类方法、讨论了磨粒尺寸的分布模型和参数估计手段，并结合实验提出两种发动机磨损状态监测的方法。     

磨粒监测与分析系统在航空发动机状态监控中的应用(英文)

磨损颗粒是研究机器磨损状态时最直接、最重要的信息元 ,通过对滑油中的磨粒进行监测与分析以判断机械设备的磨损状况 ,可以监测并预防机械设备的磨损故障。本文介绍的磨粒监测与分析系统 ( DMAS)具有制谱简单、自动化程度高、能及时准确预报及诊断机器的各种磨损类故障等特点 ,可以有效地保障机器安全可靠地运行。本文详细地阐述了这套系统的基本原理、软硬件组成 ,以及在航空发动机磨损状态监测中的应用     

污染油液内颗粒图像在线监测系统开发

润滑或液压油液中的颗粒物携带着大量的机器系统运行状态和故障信息，通过对工作油液中颗粒的在线监测与分析，可以获得机器系统的磨损状况和液压系统的污染状况信息。本文综合运用了现代显微成像和计算机视觉技术，开发了污染油液内颗粒图像在线监测系统，并介绍了该系统的设计方案和设计原理。通过理论计算和实验分析，获得了该系统的性能指标。系统的成功开发，为基于油液分析的航空发动机状态监测和磨损故障诊断提供了先进的检测手段。     

基于磨粒分析方法的发动机磨损故障智能诊断技术

磨粒是研究磨损状态时最直接、最重要的信息元，通过对滑油中的磨粒进行监测与分析来判断机械设备的磨损情况，可以预防并监测机械设备的磨损故障。本文运用显微形态学方法建立了一套磨粒显微特征描述体系，以提取磨粒信息并进行磨损故障的模式识别；并结合摩擦学理论和人工智能方法，实现对发动机磨损故障的智能诊断和预测。     

基于大型结冰风洞的航空发动机结冰与防冰试验技术

航空发动机结冰和防冰过程复杂,数值计算无法对其进行准确模拟,因此试验研究是发动机研究过程中必不可少的手段。我国首座大型结冰风洞已具备开展飞机翼段结冰试验的能力,有必要进一步发展航空发动机结冰与防冰试验技术,以满足下一步我国航空发动机型号设计与适航取证的需求。依托3 m×2 m大型结冰风洞,发展了进气模拟技术和热气供气技术,提出了一套结冰风洞试验流程及方法,并针对某型航空发动机进气部件开展了结冰风洞验证试验。结果表明:试验可真实模拟发动机内外流耦合和压气机引气防冰状态,且提出的结冰风洞试验流程及方法合理可行,实现了试验动态过程监测及进气道内流场压力测量,为下一步我国航空发动机结冰防护系统设计与安全适航符合性验证提供了技术支撑。     

基于状态监测数据的航空发动机剩余寿命在线预测

针对现有基于状态监测数据的航空发动机剩余寿命预测研究未能综合考虑隐含退化建模和同步更新漂移/扩散系数的问题,提出一种基于状态监测数据的航空发动机剩余寿命在线预测方法。首先,基于非线性Wiener过程构建带比例关系的航空发动机隐含退化模型;其次,基于多台同类发动机的历史状态监测数据,对退化模型参数进行离线估计;然后,基于目标发动机的实时状态检测数据,利用贝叶斯原理同步更新退化模型漂移/扩散系数;最后,推导出航空发动机的剩余寿命概率密度函数。结合实例分析,验证了本文所提方法较传统方法具有更高的预测准确性与精度,具备潜在工程应用前景。     

稀疏驱动的航空发动机主轴承智能监测研究（英文）

微弱特征提取是航空发动机健康监测与智能诊断的关键技术之一。本文针对航空发动机主轴承微弱故障智能监测难题,基于信号先验提出增强稀疏驱动的智能监测方法。通过分析经典凸稀疏诊断模型难以兼顾信号降噪与特征重构性能的缺陷,构建基于莫罗包络理论的非凸正则凸优化增强稀疏模型,以实现微弱特征提取;进而提出稀疏驱动的深度卷积变分自编码网络智能监测方法,通过对健康状态稀疏降噪样本的训练实现对故障异常状态的智能识别。通过航空发动机主轴承疲劳寿命试验的工程案例对提出方法进行性能验证,结果表明:增强稀疏驱动的智能监测方法具有良好的异常状态智能识别能力,能够有效支撑航空发动主轴承微弱故障的智能监测与诊断。     

双旋流燃烧室两相喷雾试验和数值研究

采用粒子场脉冲激光全息技术对航空发动机燃烧室中的雾化场进行了测量，得到了燃烧室中燃油液滴直径的空间分布，从而对燃烧室中的雾化过程进行了研究。自主开发完成了适用于航空发动机燃烧室的三维两相数值计算平台，建立了首次雾化模型和二次雾化模型。基于LISA模型和KH-RT模型，对燃烧室中的首次雾化过程和二次雾化过程进行了数值模拟，得到了燃烧室中液雾的空间分布。通过将计算结果与试验结果进行对比，显示开发完成的雾化模型能很好的模拟高温高压，强旋流条件下航空发动机燃烧室的整个喷雾雾化过程。     

麻花钻磨损振动信号的时域与频域特征分析

本文提出采用振动信号监测钻削过程中钻头的磨损状态。对主轴振动信号随钻头磨损而变化的时域和频域特征进行了实验研究和理论分析。实验表明:振动信号能够较好地反映切削过程中刀具的状态。随着刀具磨损的增加,振动信号的振幅增大,振动能量亦相应增加。信号的时域波形和谱结构表明刀具在即将发生剧烈磨损之前,将出现所谓“转速调制现象”,即与转速同步的振动信号被高频信号所调制。文中解释了这种现象发生的机理,并提出利用该特性进行钻头磨损监测和预报的方法。建立了以APPLE—Ⅱ微型机为主体的刀具磨损监测系统,实际监测试验表明监测系统具有很好的应用前景。     

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。     

基于声发射砂轮磨损监测系统的研究

磨削加工过程中砂轮出现磨损需要反复的修整,砂轮磨损状态的监测可以有效判别砂轮工作状态,减少砂轮修整次数。本文建立了一种基于声发射信号的砂轮磨损监测模型,提出了基于一种小波分解系数均方值统计分析的砂轮磨损状态特征提取方法。同时,采用BP神经网络对砂轮磨损状态进行识别,其输入为3种提取特征,输出为3种不同的砂轮磨损状态。通过磨削试验对监测系统进行评价。结果表明,所提出小波分解系数均方值统计分析的特征提取方法和砂轮磨损监测系统均具有良好的效果。     

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Gamma过程的碳化钨涂层磨损剩余寿命

通过对碳化钨涂层磨损数据的分析，引用Gamma过 程，提出了一种有效融合现场监测数据和先验历史数据的碳化钨涂层磨损剩余寿命预测方法。首先,在历史磨损数据的基础上，确定了Gamma过程参数的先验值；其次，采用贝叶斯方法融合最新磨损监测数据，得到Gamma过程参数的更新值；然后，通过建立碳化钨涂层的实时 可靠度函数，实现剩余寿命预测；最后，通过实例对该方法进行了验证，结果表明精度比采用固定参数下的预测方法有所提高，满足工程实际的需求。     

A Generative Adversarial Nets Method for Monitoring Data Generation on Aircraft Engines

A sufficient sample size of monitoring data becomes a key factor for describing aircraft engines state.Generative adversarial nets(GAN)can be used to expand the sample size based on the existing state monitoring information. In the paper,a GAN model is introduced to design an algorithm for generating the monitoring data of aircraft engines. This feasibility of the method is illustrated by an example. The experimental results demonstrate that the probability density distribution of generated data after a large number of network training iterations is consistent with the probability density distribution of monitoring data. The proposed method also effectively demonstrates the generated monitoring data of aircraft engine are in a reasonable range. The method can effectively solve the problem of inaccurate performance degradation evaluation caused by the small amount of aero-engine condition monitoring data.     

基于遗传算法的混合威布尔分布参数最小二乘估计

混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。     

基于随机截尾数据下Weibull分布的参数极大似然估计与应用

对服从Weibull分布的随机截尾数据建立似然方程,给出形状参数和尺度参数的极大似然估计,通过参数极大似然估计对火箭发动机试车试验数据进行了可靠性评估分析,算例得到的形状参数估计值与实际工程应用的经验估计值十分接近。     

航空活塞发动机磨损故障诊断专家系统设计

航空活塞发动机由于结构复杂,工作条件恶劣,在使用中必然遇到各种各样的故障,而磨损故障是航空活塞发动机最常见的故障形式。因此,本文主要针对目前通用航空中还普遍使用的小型活塞发动机的磨损故障,建立一个具有特定问题域的专家系统。     

Real-Time Electrostatic Monitoring of Wear Debris for Wind Turbine Gearbox

Engineering practice has shown that early faults of gearboxes are a leading maintenance cost driver that can easily lower the profit from a wind turbine operation.A novel oil-lubricated electrostatic monitoring of wear debris for a wind turbine gearbox is presented.The continuous wavelet transform(CWT)is used to eliminate the noises of the original electrostatic signal.The kurtosis and root mean square(RMS)values of the time domain signal are extracted as the characteristic parameters to reflect the deterioration of the gearbox.The overall tendency of electrostatic signals in accelerated life test is analyzed.In the eighth cycle,the abnormal wear in the wind turbine gearbox is detected by electrostatic monitoring.A comparison with the popular MetalScan monitoring is given to illustrate the effectiveness of the electrostatic monitoring method.The results demonstrate that the electrostatic monitoring method can detect the fault accurately.