一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点，提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验，并采用经验模式分解(EMD)方法对采集的振动信号进行分解，提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明，所提出的Deep-GBM故障诊断准确率达到87%，相对于传统的机器学习模型准确率最高提升了28%，并具有良好的泛化能力。      

一种整体式天然气压缩机气阀故障诊断技术研究CSCD

整体式天然气压缩机在石油化工领域广泛应用,压缩机的正常工作对安全生产具有重要意义。为了有效诊断整体式压缩机气阀部件的故障,采用了Daubechies小波基函数对ZTY470型整体式天然气压缩机气阀振动信号的分解重构原理,详细介绍了以振动信号的能量为故障特征的故障诊断过程。对气阀阀片断裂和弹簧断裂的故障振动信号进行了小波包分析,并与正常工作时的信号进行了对比。实验表明该方法能准确的进行故障诊断和故障定位,证明了对整体式天然气压缩机气阀故障诊断的有效性。     

基于Fuzzy理论的飞机故障诊断系统设计与实现

建立了某型飞机故障诊断的数学模型．开发了故障诊断系统的计算机软件．实现了以人机交互的方式在计算机上进行故障诊断，而且该诊断方法可以按飞机系统功能分解推广到各分系统。     

控制系统模拟信号处理方法研究

模拟量采集精度对控制系统具有重要意义.研究了模拟量采集过程的软件设计流程,层次划分和模型,从传感器AD值到模拟量物理值之间不同处理阶段给出了常用方法描述.针对错误处理详细描述了错误诊断方法.最后将模拟量采集软件应用于某发动机模拟量采集中,通过试验进行模拟量测量值和软件输出值对比计算,结果表明此模拟量采集软件输出模拟量精度均在有效范围内.     

波音健康管理工程环境浅析

健康管理工程环境(HMEE)是由项目分析与建模环境、开发环境、使用环境等三部分构成的一个开放式健康管理集成与实验平台,将来自于工业部门、学术界以及政府技术基地的健康管理技术集成起来,转化成成熟、实用的飞行器综合健康管理(IVHM)系统.本文简要介绍了构成HMEE的三部分的目标和功能,以及所提供的相关工具、技术和过程.     

关于改进大学新生心理健康状况普查机制的研究

现今大学生的心理健康教育已经得到了全社会的广泛关注，各种干预机制层出不穷，其中新生入学后的心理健康状况普查几乎已经是一个必选项目，多数学校目前普遍采用的都是网络版心理测试，大大提高了心理测试的效率。但是随之而来的问题是：废卷率颇高，测试结果真实性不足，结果分析往往呈总体概括化，个体针对性不强，以致于做针对性的个体访谈时大量的测试信息被浪费、遗失。基于以上各种常见问题，我们拟以学校近年来的实践为背景，针对改进大学新生心理健康状况普查机制进行研究，提出更加有效的测评机制。     

航空发动机机载健康管理系统设计方法

为解决航空发动机机载健康管理系统正向设计流程不清晰、设计需求不明确、需求设计对应及追溯不规范的问题，在对 比国内外现有健康管理功能架构体系的基础上，结合正向设计中需求捕获、需求分析和功能分配，研究了由上到下的航空发动机 健康管理系统正向设计基本流程，开发了航空发动机健康管理正向设计流程平台，实现了机载功能架构的设计。引入基于模型的 系统工程思想，采用面向对象的工程设计思路，建立功能目标量化、功能描述、模块定义等图形化设计方法，验证了该设计方法在 硬件设计中的可用性。通过研究航空发动机机载健康管理系统设计方法并分析机载功能组成，建立了可扩展的流程平台，基于模 型设计方法建立了可用的硬件设计模型，可为航空发动机机载健康管理系统设计提供参考。     

Optimized Fuzzy Clustering Method for Health Monitoring of Shield Tunnels

Since health monitoring of shield tunnels generally employs multiple sensors belonging to different types,a fine analysis on massive monitoring data,as well as further quantitative health grading,is really challenging.An optimized fuzzy clustering analysis method based on the fuzzy equivalence relation is proposed for health monitoring of shield tunnels.Clustering results are auto-generated by using fuzzy similarity-valued map.The results follow the idea of unsupervised classification.Moreover,a convenient new health index HI is proposed for a fast tunnel-health grading.A case study on Nanjing Yangtze River Tunnel is presented to validate this method.Three types of indicators,namely soil pressure,pore water pressure and steel strain,are used to develop the clustering model.The clustering results are verified by analyzing the engineering geological conditions;the validity and the efficacy of the proposed method are also demonstrated.Further,the fuzzy clustering analysis also represents a potential for identifying abnormal monitoring data.This investigation indicates the fuzzy clustering analysis method is capable of characterizing the fuzziness of tunnel health,and beneficial to clarify the tunnel health evaluation uncertainties.     

微阴极电弧推力器羽流探针诊断研究

微阴极电弧推力器（micro-cathode arc thruster,μCAT）具备功率低和结构简单的特点,能够满足微纳卫星的任务需求,具有良好的发展前景。μCAT羽流的诊断可以揭示推力器的加速机理,对提高其性能具有重要意义。利用朗缪尔三探针对μCAT羽流进行诊断,得到了μCAT羽流不同位置的电子温度、电子密度和离子速度等羽流特性,研究了外加磁场、充电时间和阴极材料对羽流特性的影响。研究结果表明,μCAT放电初期产生的等离子体电子温度较高,密度较大;随着等离子体向下游运动,电子温度和电子密度降低,离子速度增大;外加磁场的磁感应强度越强,电子温度和离子速度越高,电子密度有所降低;磁场位置适当向推力器下游平移,能够有效提高推力器中轴线的电子密度;μCAT充电时间越长,电子温度、电子密度和离子速度越大;相比于CuW和AgW阴极,Ti阴极羽流的电子温度更高,电子密度更低。     

基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。