航空发动机磨损故障的智能融合诊断

运用了4种最常用的滑油分析技术——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，提出了运用神经网络和D—S证据理论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，转换成故障征兆的布尔值；其次，建立了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，由此获得了各子神经网络的训练样本，对各网络成功训练后。利用神经网络实现各子网络的诊断并得到了中间诊断结果；然后，将每种方法的神经网络诊断结果作为各故障模式的基本概率分配值，利用改进的D—S证据理论。实现了对神经网络诊断结果的融合，由此获得了最终的融合诊断结果，最后，通过算例证明了该方法的有效性。     

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BP神经网络方法的航空活塞发动机故障诊断

BP神经网络在机械故障诊断领域内已取得较多的成功经验。本文调用Matlab中的神经网络工具箱,运用BP神经网络对CESSNA．172R的航空活塞发动机进行故障诊断,建立故障数据库。     

提高数控系统可靠性的解析余度研究

为提高航空发动机数字控制系统的可靠性，本文用解析余度技术，对系统传感器故障检测，隔离、调整的方法进行仿真研究，仿真系统中的发动机数学模型是用一系列小偏差线化模型去逼进某一实际发动机的试车数据而得到的，这里建立的传感器故障模型模拟各种故障的发生，设计分离的卡尔曼滤波器产生的残差秩序构造－决策函数，对故障进行检测及隔离调查。本文在ＭＡＴＬＡＢ语言环境，对可能发生的故障进行了仿真研究，所得结果说明，这种     

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。     

基于改进IRN网络的航空发动机故障诊断

建立了一种带偏差单元的内部回归神经网络.该网络的主要特点是记忆特性好,收敛速度快、稳定性强.介绍了该神经网络在航空发动机故障诊断中的应用方法,并通过实例验证了该方法在发动机故障分类中的实用性.在对某型航空发动机故障诊断中,准确性极高.从而在适时与视情维修过程中提出合理的建议,以便为相应维修方法的实施、改进和研究应用提供可靠的依据,有着良好的推广应用前景.     

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。     

基于神经网络的智能刀具状态检测系统

可靠的在线刀具磨损状态检测是柔性制造系统、计算机集成制造系统以及自动化机床必不可少的一个环节。文中论述了用反传神经网络与一类模糊神经网络分析处理由力传感器和声发射传感器所测得的刀具状态信号，识别出刀具的磨损情况，从而进一步实现刀具磨损状态的在线检测，控制自动机床及时更换刀具。本研究对四种规格的钻头的磨损情况进行了全程检测，并比较分析了反传神经网络与模糊神经网络对这一问题的有效性。实验结果表明，这两种方法对处理刀具磨损状态检测均有显著的效果与很高的准确性。用一类模糊神经网络处理多传感器信息是实现刀具状态在线检测的一个极为有效的方法。     

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。     

基于BP神经网络方法的民用航空发动机故障诊断

用航空发动机故障诊断的方法很多,各种方法在具体操作过程中有着不同的作用和意义。本文提出一种依靠人工神经网络方法研究民航发动机各种故障征兆影响因素的作用程度的方法,并利用其仿真数据进行分析,找出具体工作过程中作用相对较大的因素,从而在定时与视情维修过程中提出合理的建议,以便为相应维修方法的实施、改进和研究应用提供可靠的依据。     

航空发动机气路故障诊断研究现状与展望

航空发动机气路故障诊断是通过对发动机系统、部件的气路参数进行分析,以识别气路部件性能退化或故障的主动过程,是提高飞行安全性和可靠性、降低发动机维修成本的重要途径,当前已成为飞行推进技术研究领域的热点。本文较为详尽地阐述了发动机气路故障诊断技术的发展历程;讨论了发动机气路故障诊断的主要方法,包括基于线性/非线性模型的诊断方法、基于数据驱动的诊断方法、基于信息融合的诊断方法等,评述了这些方法的优缺点;最后指出了气路故障诊断技术中的关键技术和难点,并对未来的发展趋势进行了展望。     

某型发动机滑油系统的稳态压力计算

对某型发动机滑油系统建立稳态压力数学模型,算例表明,建模方案是可行的,数值处理是合理的,为滑油系统状态监控和故障诊断系统提供参考依据。     

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。     

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。     

基于旋转机械故障诊断模糊神经网络多传感器融合(英文)

目前多传感器融合技术能够有效地提高精度和容错能力 ,所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统 ,在数据融合处理中利用模糊神经网络 ,比较了采用基于数据融合实验结果和没有融合的原始数据 ,显然前者比后者更精确。     

发动机磨屑尺寸的分布模型及其应用

磨屑分析是研究零件摩擦表面破坏机理、监测机械磨损状态的主要方法之一。本文研制了一种将微机图象处理技术应用于铁谱技术的磨屑显微分析系统。根据对ＷＺ－６航空发动机长试过程的监测研究，提出了机械磨损磨屑尺寸的Ｗｅｉｂｕｌｌ分布规律、研究证实，Ｗｅｉｂｕｌｌ函数的参数、磨粒分布的均值和方差等特征能够清楚地指示出发动机工作过程中的磨损类型和程度。在此基础上，本文以统计检验和Ｊ散度指标为依据，探讨了航空发动机运行时的磨损状态监测和故障诊断的方法。