发动机电子控制器程序塞的调整

发动机电子控制器程序塞主要是为保证推力与EPR/N1关系的一致性,本文以某台普惠发动机试车数据为例,详细阐述了程序塞的调整方法,并对维修工作给出了指导。     

基于BP神经网络方法的民用航空发动机故障诊断

用航空发动机故障诊断的方法很多,各种方法在具体操作过程中有着不同的作用和意义。本文提出一种依靠人工神经网络方法研究民航发动机各种故障征兆影响因素的作用程度的方法,并利用其仿真数据进行分析,找出具体工作过程中作用相对较大的因素,从而在定时与视情维修过程中提出合理的建议,以便为相应维修方法的实施、改进和研究应用提供可靠的依据。     

燃气轮机多微机监控系统通讯协议的制订与实现

对舰用燃气轮机组的多微机实时控制系统提出了多微机实时控制通讯协议。该协议为面向字符的数据链路层协议,能实现全双工通讯。通讯全部采用中断方式,为保证各通信互不干扰可靠畅通进行,该协议对通信管理设计为四大模块：通信数据组织模块、通信启动发送模块、通信中断模块和通信Watchdog模块。以监测机为例,根据监测机在通信中的地位,将通讯分为监测机主动发送方式、主动接收方式、被动发送方式和被动接收方式,并对各种方式下的通信过程进行了详细的论述。     

航空涡轮发动机建模技术研究

航空发动机模型对于发动机研究的许多领域有着极其重要的意义，其中非实时模型用于发动机性能分析和故障诊断，实时模型通常用于发动机控制规律研究和作为机载模型来提供传感器解析冗余等。对当前发动机非实时模型和实时模型的建立方法进行综述。     

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。     

发动机起飞EGT裕度的估算

发动机起飞EGT裕度是衡量发动机性能的主要参数,本文详细阐述了几种起飞EGT裕度的估算方法,最后给出了改进EGT裕度的一些措施。     

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。     

基于支持向量机的民航发动机故障检测研究

 将支持向量机用于民航PW4056发动机故障检测研究。首先,对3个发动机巡航数据偏差进行研究,分析得到故障检测应采用短期偏差;其次,由于模型参数对检测准确率影响很大,文中采用验证法进行模型参数选择,并分析了模型参数对检测准确率的影响;最后,对检测模型的输出进行了分析,并定义了异常指数来衡量发动机故障严重程度,其中检测模型的训练和验证采用了发动机真实运行数据。研究表明,该发动机故障检测模型有效可行,准确率达到90%,但要获得更高的检测准确率,还需进一步提高数据质量。     

D-S证据理论及其在滑油故障诊断中的应用

结合算例阐述了D-S证据融合理论的基本思想及其改进公式,并应用在航空发动机滑油光谱分析和磨粒分析中,表明D-S证据理论是航空发动机滑油故障诊断中一种非常有效的数据融合方法。     

基于神经网络和证据融合理论的航空发动机气路故障诊断

 为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了改良的D-S证据理论,对基于自组织竞争网络和BP神经网络的2个诊断子系统的诊断结果进行决策级融合。结果显示,经过融合整个系统降低了误诊率,改善了诊断性能。文章还针对噪声干扰的情况,通过调整对于2个子系统的权重,在保证高准确率的同时提高了系统的抗噪声性能。研究结果表明D-S证据理论的使用可以达到比单独运用2个神经网络子系统都要好的诊断效能。