基于混合知识模型和混合推理策略的液体火箭发动机智能故障诊断

以某大型泵压式液体火箭发动机为研究对象，围绕着发动机知识的统一处理、定性定量知识的集成与转化以及基于知识的智能故障诊断推理等技术和难点，研究发展了发动机基于混合知识模型和混合推理策略的智能故障诊断方法，并结合实际热试车数据和故障仿真实例进行了验证。研究结果对设计和实现工程实用的液体火箭发动机故障诊断系统具有重要的参考价值。     

一种排除带凸肩风扇叶片榫头故障的新方法

探索了一种采取黏弹性橡胶阻尼器抑制带凸肩风扇工作叶片共振的新途径,通过应用于某型机风扇第1级叶片,在叶片结构不变的条件下排除了其榫头断裂故障。在发动机上的验证结果表明:根部橡胶阻尼器减振结构对叶片榫头出现最大振动应力的振型的抑制效果明显,从而拓展了黏弹性材料的应用领域。     

机载机电系统可靠性的计算机辅助分析方法

 为了提高机载机电系统的可靠性，机载机电系统常采用余度系统，以达到故障容错，进而实现整个飞机系统的高可靠性和安全性。开发适应于余度间耦合、动态性能降级的ReliaApp可靠性分析评价软件平台，通过有效综合故障模式影响（FMEA）、故障树分析（FTA）和Markov状态转移链法，实现不同容错设计方案的选择、机电系统的可靠性定量评价并给出系统的薄弱环节，为系统的余度配置和改进设计提供软件设计与评估平台，以确保飞机系统的高可靠性和安全性。实例应用表明该软件平台是飞机机载机电系统可靠性设计与评价有效的计算机辅助工具。     

涡轮泵实时故障检测的改进自适应相关阈值算法

1引言火箭发动机在飞行使用之前,需要分析试车振动数据以评估发动机的性能与状态[1]。涡轮泵是液体火箭发动机中最复杂故障概率最高的部件[2],而振动是涡轮泵故障的重要起因[3],因此,涡轮泵振动数据的分析显得尤为重要。目前,它的主要分析方法有时域统计[4]、频谱分析[5]、神经     

BIT和ATE组合测试技术及其应用

详细介绍了BIT和ATE组合测试技术及其在机载电子设备测试与故障诊断的具体应用。应用表明BIT和ATE组合测试技术可有效提高设备的测试性。     

基于DCOM技术构建分布式数控故障诊断系统

简要介绍DCOM技术的特点,对利用DCOM技术构建分布式数控故障诊断系统进行了研究,并提出了系统的组件模型结构。     

基于RBF神经网络的航空发动机故障诊断模型

利用某型发动机地面定检状态实测数据作为学习样本，采用径向基函数(RBF)神经网络建立发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识，结果表明：这种方法具有训练时间短、学习速度快、诊断精度高等优点。     

振动环境技术在直升机研制中的地位和作用

本文简要介绍直升机研制中的一些故障现象及排除方法。以某型号为依托,介绍排除振动故障的过程;和动力学减振隔振技术结合,加装吸振器,通过参数调整达到最佳效果。从而揭示了振动环境技术工作在整个直升机研制工作中的重要地位和作用。以数据和图表简单形象地展示这一过程和最后效果。     

卫星故障诊断的最优奇偶向量法

 提供一种卫星故障诊断方法以提高 GPS导航的完整性。该方法利用最优奇偶向量来检测和诊断卫星故障以提高卫星故障诊断的准确性。仿真结果显示,在故障幅值较小的情况下最优奇偶向量方法相比广义似然比方法可以提高故障的正确检测率和正确诊断率。该方法还可以缩短检测斜坡型故障的时间,从而提高了系统的可靠性。     

飞机起落架故障数据库模型与实现方法研究

讨论了民用飞机起落架故障数据库的结构模型，基于关系模型故障数据库故障树存储结构的表示及实现，详述了Treeview的基本功能和使用方法等内容。文章最后介绍了采用VFP建立Boeing737起落架故障数据库的部分功能。