模型辨识法诊断发动机故障的分析

利用模型辨识法,以双轴分排涡扇发动机为例,研究当监视参数较少时,发动机故障诊断的 可行性及效果.模型辨识法基于发动机性能仿真模型,在辨识的过程中利用了发动机平衡技 术,考虑了模型的非线性.故障诊断过程中详细讨论了典型工作状态的选择对诊断结果的影 响.研究表明,模型辨识法能够准确定量诊断发动机故障,并得到状态选择的原则.     

双组元统一推进系统气路动态特性分析

针对双组元统一推进系统的气路建立了零维非线性数学模型,对气路系统从启动到额定工况直至关机阶段的工作全过程进行了数值仿真,仿真结果与试验数据一致,验证了模型的正确性.在此基础上,探讨了减压阀和单向阀的结构参数对于气路系统动态特性的影响规律,研究表明：单向阀的流量特性和开启特性使其充当了缓冲阀的作用,提高了气路系统的稳定性;同时减小反馈孔直径、增大阀芯阻尼可以提高减压阀的稳定性.     

基于DWNN的机电作动器渐变性故障诊断

飞机飞行控制系统机电作动器（EMA）的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络（DWNN）的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断。创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性。通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断。      

航空发动机传感器与执行机构信息重构算法

为实现航空发动机传感器与执行结构在故障情形下的故障幅值估计及信息重构，缓解故障对发动机性能的影响，在已有故障检测和故障隔离算法的基础上，提出一种基于修正的广义似然比（GLR）方法的信息重构算法。针对某型民用涡扇发动机的传感器与执行机构发生恒偏差与漂移故障的情形下进行了仿真验证。结果表明:基于修正的GLR方法对传感器和执行机构恒偏差和漂移故障的故障幅值估计具有较高的精度，两种故障情形下故障幅值的估计值的均方根误差均不超过0.005，故障部件信息重构后故障对系统性能的影响得到有效缓解。      

基于WPI的多操纵面飞机积分滑模容错控制

针对含位置和速率限制、故障重构存在误差和时滞下的过驱动飞行器损伤故障的容错控制问题,提出了一种基于动态自适应加权伪逆法(WPI,Weighted Pseudo Inverse)的积分滑模主动容错方法.采用指令限制模块对饱和控制信号及瞬时干扰进行限制,设计了动态自适应控制分配律逐步减小指令饱和,同时通过故障估计值修正控制分配律来直接补偿气动力损失,降低了故障对系统稳定的影响;设计积分滑模律实现了含重构不匹配和时滞的稳定控制.仿真结果表明,所设计的控制器能快速准确地跟踪参考指令,对时滞具有较强的鲁棒性,同时对损伤故障具有较强容错能力.     

基于深度学习的航空发动机故障融合诊断

通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合算法的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,先利用深度学习模型提取出性能参数中的隐藏特征,得出故障分类置信度;其后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D发动机故障系数用于数据仿真,通过算例验证本文算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。      

航空发动机可靠性评估中故障样本时效性分析

通过故障数据建立可靠性模型反映系统可靠性状态的变化具有一定的滞后性,随着发动机可靠性水平的不断提高,对航空发动机进行可靠性评估需要将早期故障样本进行时效性处理.提出衰减因子 α 用于表示故障强度的衰弱程度,对Gompertz可靠性增长模型改进得到故障的衰减函数,来描述故障强度的衰弱过程;用Bayes方法合理利用发动机全部故障样本进行数据融合,可有效解决样本的时效性问题.对在研的某涡扇发动机进行故障统计分析,研究了典型故障模式的时效性变化,结果表明:考虑样本的时效性后进行可靠性评估对发动机当前的可靠性水平能给予更加科学的评价.     

基于危害度航空发动机可靠性评估模型及应用

针对航空发动机可靠性指标评估的需要,提出了基于危害度故障统计分析模型.该模型考虑各故障样本对发动机危害性的影响,将出现的故障按照对发动机安全、性能、任务及维修等指标的影响进行等级分类,从故障的失效机理出发建立相应的分布模型,采用分布计算和二次分布等算法进行整体可靠性指标评估.应用该模型对英产和国产的2种同类型航空发动机进行了故障统计分析,计算了2种发动机的可靠性指标,并进行了对比分析.最后以累积工作时间和日历工作时间进行了故障的时间变化分析,提出了故障样本的时效性.      

卡尔曼平滑在动态推力测量中的应用

首次将卡尔曼平滑应用于固体火箭发动机地面热试车时的动态推力测量,提供了一个便于工程应用且有较高精度的动态推力测量的新方法。根据固体火箭发动机理论推导出推力的动态模型;研究噪声方差和初始条件的确定方法及估计的稳定性、敛散性。继而进行了数学仿真实验,并对实际发动机推力采样数据进行了处理。分析与处理结果表明:卡尔曼平滑应用于动态推力测量是行之有效的。     

液体火箭发动机自动控制系统的过渡过程研究

以能多次启动的某泵压式液体火箭发动机的自动控制系统为研究对象,构造了液体火箭发动机自动控制系统的物理模型,并对其建立了非线性的数学模型.针对可能发生的干扰形式,以阶跃形式输入,进行了单干扰状态下动态特性模拟,计算方法采用小偏差法.通过对数学模拟的结果与从试验获得的数据进行比较,发现:当干扰信号在小范围内变化时,所建数学模型较精确合理,计算方法满足模拟要求.该工作对控制参数的优化选择和合理采用控制系统等具有一定的参考意义.     

航空发动机传感器故障与部件故障诊断技术

结合局部学习思想与集成学习技术,提出了一种基于支持向量机-极端学习机-卡尔曼滤波器(SVM-ELM-KF,Support Vector Machine-Extreme Learning Machine-Kalman Filter)的航空发动机传感器故障与突发性部件故障诊断的方法.将改进的迭代约简最小二乘支持向量回归机训练技术推广到分类机中,用于区分传感器故障与部件故障,使得该分类机具有一定的稀疏性.对于传感器故障,利用ELM分类机对故障进行定位.对于部件故障,利用改进的卡尔曼滤波器对发动机各部件的健康参数进行估计,从而对部件故障进行定位.仿真结果表明,提出的故障诊断方法能够准确地区分传感器故障和部件故障,实现故障的有效定位,验证了方法的可行性.     

基于分散化预测滤波的故障诊断方法研究

针对多故障源系统的故障诊断问题,提出一种采用分散化预测滤波与两种不同类型残差相结合的诊断方法。该方法针对不同类型故障敏感的特点,利用不同类型残差,区分系统组件／执行机构故障和传感器故障;利用模型误差估计与故障各分量的对应关系,辨识和隔离系统组件／执行机构故障;利用分散化滤波的结构,识别和隔离不同传感器故障。以卫星姿态估计系统为例,仿真验证该故障诊断方法,结果表明,分散化预测滤波与集中预测滤波相比,对多类型故障讲轩枪测识别以及系统舌柏古白体力事程．     

一种改进的固液火箭发动机故障诊断方法

针对固液火箭发动机的可靠性问题，设计了一种改进的贝叶斯网络故障诊断方法，可以通过网络化自主逻辑推理，对固液火箭发动机进行故障诊断。为了提取时序观测信号的故障特征，提出将步进法与核主成分分析(KPCA)相结合的分析方法，并根据模糊C均值聚类算法(FCM)建立模糊多态贝叶斯网络，实现对观测信号尺度的模糊处理，提高对不确定性故障的诊断能力。通过Matlab/Simulink建立改进的贝叶斯网络故障诊断系统。仿真结果表明，改进的算法能够实现对固液火箭发动机常见故障的有效诊断，并能够适应小样本集学习的情况。与传统贝叶斯诊断算法相比，故障诊断的平均准确率提高了20.9%。     

基于小波的航空发动机叶片孔探损伤检测

发动机孔探技术是航空发动机内部故障检测的重要技术,而叶片损伤则是发动机内部的一种常见损伤.针对发动机叶片损伤的特点,通过对损伤模型的分析,应用SUSAN(Smallest Univalue Segment Assimilating Nucleus)边缘检测算法对叶片损伤进行定位,应用小波变换对孔探图像进行分解,得到不同位置处的不同频率分量.并根据损伤模型的分析通过已定位的损伤位置来确定损伤法线方向的频谱分量,计算出损伤处除直流分量之外的其它频率分量的频谱能量,从而依据损伤频谱能量检测并估计发动机叶片的损伤.实验结果表明,应用此方法可以定量检测并估计航空发动机叶片表面损伤情况,为检测并估计发动机叶片损伤提供了理论和实践依据.      

基于键合图模型的SHA/EMA余度系统的故障诊断

针对液压伺服作动器（SHA）和机电作动器（EMA）组合的余度系统中故障模式复杂的问题,采用基于键合图模型的故障诊断方法,可以诊断出系统中多种参数故障。首先建立SHA/EMA余度系统的行为模型,然后根据因果关系倒置法转换成诊断键合图模型,进而推导出计算残差的解析冗余关系式（ARR）,并创建故障特征矩阵（FSM）作为故障隔离的依据。联立行为模型和诊断模型对可隔离故障进行诊断,并通过ARR估计故障参数以诊断不可隔离故障。选取典型故障进行仿真验证,结果表明可隔离故障和不可隔离故障均被成功隔离,验证了所提方法对SHA/EMA余度系统的故障诊断是有效可行的。      

航空发动机转子系统建模方法和振动特性分析

针对现代航空涡扇发动机转子系统的结构和力学特征,运用有限元法对其低压转子进行了有限元建模方法和动力特性研究.分别采用二维梁单元和三维实体单元建立转子系统的有限元模型,对其动力特性计算结果进行比较分析,在此基础上,提出了等效圆盘法进行有限元建模的等效原则.等效圆盘法将转子系统的叶片等效为刚性圆环,既能保留转子系统的结构和力学特征,又能有效地控制模型规模,将周期问题转化为轴对称问题,便于有限元程序的求解计算.计算结果表明,该方法是一种适用工程实际的有限元建模方法.     

基于RBF神经网络的控制电器元件故障诊断

针对控制电器元件故障征兆与故障类型之间的非线性映射关系,提出了基于径向基函数神经网络RBFNN(Radial Basis Function Neural Network)的控制电器元件故障诊断方法.在分析控制电器元件故障机理和失效形式的基础上,提取出描述故障类型的典型故障特征矢量.给出在获得足够多故障信息的情况下,运用RBFNN进行故障诊断的模型及整个故障诊断算法的实现过程.为了验证故障诊断模型的有效性和合理性,利用训练好的RBFNN对故障特征矢量进行识别.仿真结果表明,RBFNN能克服诊断过程中容易陷入局部极小的缺点,并能满足故障诊断的快速性和准确性要求.      

基于故障建模的双余度舵机故障诊断技术

针对双余度舵机系统结构复杂、故障诊断困难的问题,提出了根据故障模型反向推理的故障诊断方法.在充分考虑各元件失效机理的基础上,将故障注入闭环系统建立典型故障模型.故障模型仿真了不同元件故障如何导致系统性能下降甚至完全失效.基于故障模型的仿真结果,对可观测到的异常状况进行分类和逆向推理归纳出故障诊断方法,并利用数学公式对一些故障量化评估.该诊断方法涵盖系统各元件,可快速定位故障元件,判断失效原因并进行定量分析,而且算法简单易于工程实现.