航空发动机载荷谱雨流计数法的改进算法

针对航空发动机寿命监控,为弥补四峰-谷值雨流计数法的不足,提出了等效载荷循环雨流计数法。该算法按时间顺序再现了载荷发生的全部过程,计算精度高,抗随机噪声干扰能力强,使得对载荷谱的分析更加准确。     

自适应PSO网络整定的航空发动机全程滑模控制

针对现代航空发动机是一个具有不确定性的强非线性系统,提出了一种基于自适应PSO网络整定的航空发动机全程滑模控制方法。设计了一类全程滑模面非线性函数,函数中含有变参数指数函数,其参数由一种新的自适应粒子群学习算法(PSO)结合RBF神经网络来整定。全程滑模控制保证了控制系统的全程鲁棒性,同时,由稳态误差收敛速度和滑模抖振幅度建立参数优化指标,用自适应PSO神经网络快速搜索当前的全局最优点。仿真结果表明,所设计的控制器取得了良好的效果,削弱了抖振。     

基于喘振信息数据融合的发动机温度传感器

针对热电偶（阻）型温度传感器呈现较强的惯性，提出一种基于矩阵奇异分解的传感器数据融合方法，将喘振信息与温度传感器输出信号相融合，分别消除了发动机进口温度T1约1．2％和涡轮后燃气温度L约0．8％的静态误差；同时，还提出了利用喘振信息消除温度传感器动态误差的技术，补偿了热电偶（阻）的惯性延迟。实验和仿真结果表明，该数据融合方法和动态补偿技术不仅算法简单有效，而且温度补偿准确，提高了发动机电子调节器工作的可靠件．     

航空发动机载荷谱雨流计数的一种改进算法

介绍了一种新的雨流计数法。该计数法按时间顺序计算载荷循环，能完整记录全部载荷历程而不改变其大小和顺序，弥补了常朋雨流计数法的缺陷；而且该算法精确度高，抗随机噪声干扰能力强，使得载荷谱分析更加准确。     

DiverseAdaBoost-SVM分类方法及其在航空发动机故障诊断中的应用

 提出采用考虑到精度/差异权衡的SVM作为弱分类器的一种新的组合分类诊断方法——Diverse AdaBoost-SVM。该方法通过在一组具有适当精度的弱分类器中进一步选择具有较大差异性的弱分类器，对这些具有较大差异性的弱分类器进行组合，从而较好解决AdaBoost算法中存在的精度/差异权衡的难题；同时该方法也较好地解决了现有的AdaBoost方法存在的弱分类器本身参数选取困难问题及训练轮数T的合理选取问题。通过对基准数据库的测试及航空发动机故障样本的诊断，结果表明和其他方法相比，Diverse AdaBoost -SVM方法具有更好的泛化性能，更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类,也更适合对非对称故障样本集进行分类。     

基于模糊补偿神经网络辨识器的发动机转速控制系统

提出了一种带模糊补偿的神经网络辨识器,并应用在某型涡扇发动机转速控制系统中.一个动态神经网络用于被控装置的在线辨识,然后根据被控装置的输出和参考模型的响应迭代出控制信号,具有4条简单规则的模糊逻辑块用于提高整个系统的闭环特性.试验结果显示,对比传统的机械-液压式控制器和模拟式电子控制器,提出的控制策略具有更好的瞬变特性及抗干扰特性,同时提高了系统的过渡过程品质,保证了航空发动机对高性能指标和高控制精度的要求.