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。     

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     

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。     

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。     

滑油光谱分析的时序建模与故障预报研究(英文)

讨论了时序建模与预测方法在机械设备滑油光谱分析中的应用。通过运用 AR模型对采集的航空发动机滑油光谱数据进行时序建模和预测分析 ,获得了满意的效果。在机械设备的滑油监控领域 ,对其光谱数据采用时序分析目前尚不多见。这一成果 ,为机械设备的状态监控和故障预报提供了一种实用的方法。     

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。     

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。     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients, HOG）进行特征提取和支持向量机（Support vector machine, SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor, KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83.8%。     

时序分析在航空发动机故障诊断中的应用

通过对航空发动机滑油光谱的数据分析，认为滑油中铁等物质的含量适合平稳随机序列，并选择波克斯—詹金斯的方法对航空发动机航发滑油铁的含量建模和预测，并根据实际预测结果对基本模型进行了优化：将模型系数加权，通过多次拟合使残差的离差更小，获得了更好的预测精度。实际数据表明预测的结果是可信的。     

基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。     

Aero-engine Thrust Estimation Based on Ensemble of Improved Wavelet Extreme Learning Machine

Aero-engine direct thrust control can not only improve the thrust control precision but also save the operating cost by reducing the reserved margin in design and making full use of aircraft engine potential performance.However,it is a big challenge to estimate engine thrust accurately.To tackle this problem,this paper proposes an ensemble of improved wavelet extreme learning machine(EW-ELM)for aircraft engine thrust estimation.Extreme learning machine(ELM)has been proved as an emerging learning technique with high efficiency.Since the combination of ELM and wavelet theory has the both excellent properties,wavelet activation functions are used in the hidden nodes to enhance non-linearity dealing ability.Besides,as original ELM may result in ill-condition and robustness problems due to the random determination of the parameters for hidden nodes,particle swarm optimization(PSO)algorithm is adopted to select the input weights and hidden biases.Furthermore,the ensemble of the improved wavelet ELM is utilized to construct the relationship between the sensor measurements and thrust.The simulation results verify the effectiveness and efficiency of the developed method and show that aero-engine thrust estimation using EW-ELM can satisfy the requirements of direct thrust control in terms of estimation accuracy and computation time.     

波转子对小型燃气涡轮发动机性能的影响

波转子是一种自冷却动压交换设备,具有提高各种发动机和机械的性能与运行特性的特有优势。本文建立基于波转子技术的小型燃气涡轮发动机热力循环分析模型。研究了压气机、涡轮压比、燃烧工作条件变化等5种热力循环方案情况下波转子技术对小型燃气涡轮发动机性能的影响。探讨波转子嵌入燃气涡轮发动机后导致燃烧室工作环境的变化规律。在相同压气机压比、相同涡轮进口温度热力循环方案情况下,波转子技术提高燃气涡轮发动机性能最高,获得了基于波转子技术小型燃气涡轮发动机最佳性能优化区和燃烧室工作环境变化规律。     

高速齿轮传动的一种在线监测新方法

点蚀失效是高速齿轮传动的常见破坏形式。以往点蚀监测只能采用离线的监测手段根据对齿面磨损颗粒的分析做出结论。本文通过对齿轮点蚀过程的监测研究,初步发现:在一定条件下,润滑油会在高温齿面的微观空穴中汽化,形成汽泡。汽化程度与齿面温度及磨损状态有关。齿面点蚀产生麻点导致齿面汽化核心增多;同时使齿面摩擦温度升高。这些都反映到润滑油的汽化(泡)率的变化中。根据齿面的汽化规律,本文相应地提出齿轮点蚀状态的一种新的在线监测方法,应用这种方法,可以准确可靠地诊断齿轮等摩擦零副件点蚀以及其他磨损类故障。     

纳米铜表征分析与润滑性能研究

本次制备纳米Cu采用的是化学还原反应生成分散的纳米Cu单质。纳米Cu进行表征分析时 ,主要通过X—衍射仪分析和扫描电镜观察分析 ,反复对比观察 ,找到较佳的表征分析方法。润滑试验选用的四冲程发动机油作为基础试验油 ,将制备不同的超微粒子以不同的比例的润滑油 ,磨损实验为进行传统润滑油、纳米润滑油的抗磨减摩性能对比试验研究。试验结果发现 :纳米颗粒不仅具有良好的抗磨减摩性 ,并且一定条件下 ,平均粒径小 10 0nm的纳米Cu颗粒的抗磨减摩效果远优于传统润滑油 ,可能成为新一代润滑油的抗磨减摩添加剂。