脑电信号源脑电图定位方法的综述

临床神经外科医生针对某一种脑部病变做病灶(可看作一种信号源)摘除的手术时，需要对该病变的病灶做精确的定位。本文对脑电信号产生的根源、脑电信号源定位的重要性以及脑电信号源定位方法进行了探讨。     

发动机孔探图像三维测量与立体重建的实现

作为一种新兴的可视探测技术，孔探成像分析在现代发动机故障诊断中一直发挥着重要的作用。研制和开发基于孔探图像的三维测量与立体重建系统对提高故障诊断水平和预测准确度，降低工作中的人力物力投入，节约维护成本都有着重要的现实意义。本文以整体系统的构架为线索，阐述了系统的图像采集，摄像机标定，图像预处理，立体匹配，3D计算以及深度重建等功能模块的研制思路和基本算法，并给出部分研制结果。本系统的开发为基于也探图像的发动机故障监测与诊断系统的奠定了重要的基础。     

基于立体视觉的孔探分析系统及其应用

孔探分析在现代航空发动机故障诊断中一直发挥着重要的作用，开发基于立体视觉的孔探分析系统，对提高故障诊断水平和预测准确度，节约发动机维护成本有着重要的现实意义，系统利用立体视觉技术以及图像处理技术，完成了对双目视觉左右图像的标定和匹配，实现了对实体表面的三维测量和立体重建，本文介绍了基于立体视觉的孔探分析系统的基本原理与主要功能，并结合应用实例验证了系统的有效性。     

转子-支承耦合结构的模型修正研究

在转子-支承耦合结构的动力学分析过程中,结构模态参数计算结果与实验测试结果往往存在较大差异。针对此问题,应用优化算法对结构动力学模型进行修正,使计算模型能更准确地反映结构特性。建立由梁单元、盘单元、弹性支承单元组成的结构动力学有限元模型;选择优化目标函数、设计参数,并对各参数进行灵敏度分析。应用粒子群算法对选取的设计参数进行优化,得到最优模型。利用转子-滚动轴承实验器进行验证,结果表明,方法能够有效地实现转子-支承耦合结构的动力学模型修正,修正后模型更接近实际结构。     

基于卷积双向长短期记忆网络的轴承故障尺寸估计

基于振动监测数据的航空发动机滚动轴承损伤大小识别,对于研究滚动轴承故障演化、故障预测和故障诊断具有重要意义。针对传统模型对先验知识依赖性高、特征提取不充分、故障尺寸训练类别有限等问题,提出了一种基于深度学习的滚动轴承损伤尺寸预计方法,能够对训练过程中未出现的中间尺寸进行准确识别。在经典模型的基础上,搭建了一种深度卷积网络与长短期记忆网络组合模型,该模型可对轴承振动信号的多维特征与时序特征进行充分提取,实现轴承故障的智能和高效诊断。最后,利用滚动轴承加速疲劳试验机,进行了多种转速与损伤尺寸下的滚动轴承故障试验,基于试验数据进行了方法的比较,结果表明,该组合网络的在正常和加噪的情况下预测精度分别达到99.94%和98.67%,较单独的深度卷积网络、长短期记忆网络及其他模型精度更高,比较结果充分表明了本文所提方法的优越性。     

航空发动机转子系统模拟支承设计与刚度计算

为了进行实际航空发动机转子系统组装状态下的模态试验,模拟实际航空发动机转子支承刚度,设计了转子支承结构,在CATIA软件中建立了支承的三维实体模型,将三维模型导入ANSYS Workbench中,采用自动生成网格,考虑到不同的网格划分大小对结果的影响,对支承的不同结构划分了不同大小的网格。为了精确计算支承刚度,对轴承座采用空心轴内表面上加面力、空心轴外表面上加轴承载荷、轴承外圈内表面上加轴承载荷三种施加载荷方式,并进行了计算结果比较,结果表明,支承设计满足了实际航空发动机的转子支承刚度需求,转子支承刚度的计算方法正确可靠。     

基于多Agent协同诊断的飞机液压系统综合监控技术

 通过对智能化诊断技术的研究,提出将人工智能多智体（Agent）技术应用于飞机液压系统综合监控系统中。构建了基于多种油样分析的多智体协同诊断专家系统方案,并开发了飞机液压系统状态监控专家系统（AHMES1.0）,应用于飞机液压系统的磨损故障监控。专家系统由污染分析Agent、理化分析Agent、铁谱分析Agent、光谱分析Agent、融合诊断Agent及综合诊断Agent构成,综合诊断Agent负责控制和管理其他Agent进行协同诊断。根据飞机液压系统诊断的实际情况,给出了各Agent的诊断规则。最后用实际的故障案例进行了验证,表明了多智体协同诊断的有效性。     

转子-滚动轴承试验器有限元建模及实验验证

针对自行研制的转子-滚动轴承试验器,在Pro/E中建立了单盘转子的三维实体模型。通过Pro/E与ANSYS的无缝连接技术,在ANSYS中得到单盘转子的三维有限元模型,采用Sol-id185实体单元进行网格划分并采用Subspace法得到了前4阶固有频率和振型。利用锤击法对转子试验器进行了实验模态分析,并与ANSYS模态分析结果进行了对比。结果表明,基于ANSYS的计算模态和实验模态达到了很好的一致性。同时,利用ANSYS分析了陀螺力矩对临界转速的影响。最后,利用修改后的有限元模型仿真计算了不平衡动力响应,与相同条件下的实验结果比较表明,所建立的有限元模型能够准确模拟实际转子-滚动轴承试验器的动力学行为。     

利用神经网络规则提取方法获取转静碰摩故障诊断知识

 获取易于理解的航空发动机转静碰摩故障诊断知识规则对于深刻认识碰摩故障机理、有效诊断碰摩故障具有重要意义。鉴于此,研究了一种新的基于功能性观点的神经网络（NN）规则提取方法,介绍了连续属性离散、训练样本产生、神经网络训练、示例样本产生及规则提取等关键算法,并用Iris数据对方法进行了验证。最后,通过航空发动机转子实验器获取碰摩故障样本,利用神经网络规则提取方法从故障样本中提取了碰摩故障诊断知识规则,并对其进行了验证分析,验证结果充分表明了该方法的正确有效性。     

基于神经网络规则提取的航空发动机磨损故障诊断知识获取

针对神经网络智能诊断与专家系统中知识难于理解和诊断解释能力差等问题,研究了一种新的基于功能性观点的神经网络规则提取方法,介绍了方法流程及关键算法.并用UCI(加利福尼亚大学埃尔文分校)机器学习数据对方法进行了分析和验证.最后,将方法应用于实际航空发动机磨损故障诊断中,采集了某型航空发动机实测油样光谱数据237个样本,利用神经网络规则提取方法提取了发动机磨损故障诊断知识规则,并对其进行了解释,结果表明了方法的正确有效性.