基于RBF神经网络的航空发动机故障诊断

航空发动机的故障诊断研究在民航安全发面有着重要的意义，而故障诊断模型的建立尤其关键。采用径向基函数（RBF）神经网络建立发动机的故障诊断模型，论述了径向基函数神经网络的结构、学习和运行，并通过该模型对发动机参数进行辨识，结果表明RBF神经网络具有较高的故障诊断正确率。     

威布尔混合分布可靠性模型的权重计算

在威布尔混合分布模型中,威布尔子分布模型权重系数的大小与发动机寿命数据有着直接动态的联系,但存在动态权重系数较难确定的问题.本文基于主客观综合赋权的思想确定了威布尔混合分布模型的权重系数,相对于以往只是基于主观或者客观的权重确定方法更加科学合理,并在已有发动机寿命数据的基础上,将此动态权重确定方法用于发动机可靠性评估,得出给定在翼飞行时间下的可靠度和给定可靠度下的可靠寿命.     

位置编码下平视显示器告警显示工效学问题探究

为探究平视显示器(HUD)不同告警位置对飞行员任务绩效、脑力负荷和注意力分配的影响,招募15名被试人员开展不同告警位置下被试内单因素设计的试验任务,以被试的任务绩效、眼动指标为因变量,综合各项评估指标分析结果表明,告警位置应选择高度兴趣域,其次为姿态兴趣域。当告警位于航向兴趣域时,被试的任务绩效最差,脑力负荷大并且注意力分配比例较少,表明航向兴趣域的位置不适于告警显示。本次试验结果可为HUD告警设计提供参考。     

基于计算机控制的飞机气动附件试验台设计

在飞机的空气系统中,气动附件性能直接关系着整个系统的工作可靠性.因此,对空气系统中各附件,尤其是气动活门的定期检测非常重要.通过测试,判断气动附件是否产生故障并确定故障的部位和原因,从而制定合理的维修方案.     

航空燃气涡轮发动机气路故障诊断现状与展望

燃气涡轮发动机在航空、地面和舰船上有着广泛的应用,对其进行性能评估和故障诊断有着重大的现实意义。本文对发动机气路诊断的发展以及当前的主要气路诊断方法如故障方程法,基于非线性模型的诊断方法,基于人工智能等方法进行了综述,最后对航空发动机气路诊断的发展进行了展望。      

MAPO中水分含量的近红外光谱测定

应用标准加入法及多种化学计量学方法研究了三-1-(2-甲基氮丙啶)氧化膦(MAPO)中水分含量的近红外光谱测定方法。分别用单波长回归、多元线性回归、主成分回归、偏最小二乘回归和人工神经网络等方法建立校正模型,用预测残差平方和评价计算结果的准确性。计算结果表明,单波长校正模型可得到更加准确的预测结果。实验结果表明,标准加入法的回收率为95%~108%,相对标准偏差为1.6%,测定结果与国家军用标准方法的测定结果无系统误差。     

主成分分析在发动机状态监控与故障诊断中的应用

讨论了主成分分析在发动机状态监控与故障诊断中的应用,即利用主成分分析对近似线性相关的多个向量进行降维的问题。特别讨论了一般文献中很少注意的两个特殊问题,即测量数据的等方差化问题和中心化限制问题。以ＪＴ９Ｄ发动机故障、故障系数向量以及ＪＴ９Ｄ和ＰＷ４０５６发动机维修指标的降维问题为例说明主成分分析的应用。研究结果表明,利用主成分分析可以将ＪＴ９Ｄ发动机的２６个故障因子综合成９个、或者将５个单元体的１０个故障因子缩减到５个综合变量,并且改善了故障方程的病态特性,因而可以有效地提高故障诊断的可靠性。文中还对用于降维处理的主成分分析方法与线性回归分析（最小二乘法）进行了比较,表明主成分分析方法是解决所提出的降维问题的更为有效的手段。     

畸变条件下航空发动机喘振/失速适航符合性方法

为研究畸变条件下航空发动机对喘振/失速特性适航条款的符合性验证方法,将用于发动机稳定性评定的畸变试验方法应用于适航领域。以某型大涵道比涡扇发动机为研究对象,采用数值模拟方法研究了其在0°～30°迎角条件下的部件特性,并依据所得畸变图谱设计了不同结构的畸变发生器。结果表明:所设计的畸变发生器可以在一定程度上较好地模拟出不同迎角工况的畸变图谱、风扇的气动特性及流场特征,喘振裕度最大偏差4.32%。总结出发动机喘振裕度与不同迎角和畸变发生器之间的变化关系,用以确定适航条款要求的稳定工作范围。依据中国民用航空规章,发展了一种进气畸变条件下航空发动机喘振/失速特性符合性验证方法,并明确了其在型号合格审定过程的任务阶段。      

支持向量机在燃气涡轮性能诊断中的应用

由Vapnik统计学习理论得到的支持向量机是一种新的人工智能方法，它具有比人工神经网络更好的泛化性。文中构建了一种基于C—SVC的故障诊断模型（CBFDM），并采用5重交叉验证法来选择模型参数，该模型可给出3个最可能的故障原因。利用PW4000—94发动机巡航态影响系数矩阵产生仿真数据，对CBFDM研究结果表明，即使在噪声级别为正常情况下的3倍时，该模型诊断准确率仍超过93％。该诊断模型也可用于其它领域诊断问题。     

航空发动机参数不确定模型辨识方法

针对航空发动机线性模型在工况点附近使用范围较小的问题,提出一种航空发动机不确定性模型辨识方法。该方法使用非线性规划处理航空发动机模型辨识问题,求解过程考虑线性模型中矩阵参数不确定性的影响,以期获得一个具有适用范围大、形式简单的航空发动机模型。使用该方法对DGEN380发动机在某一稳态点进行辨识,定义实际工况偏差参数和模型最大偏差参数分析DGEN380发动机参数不确定模型的误差范围。使用实验数据与参数不确定模型仿真结果进行比较,结果表明油门杆角度变化小于22%时,参数不确定模型与实际发动机状态的偏差量较小,能够在1%误差范围内模拟实际发动机状态。