基于.NET的小型涡扇发动机故障判读系统设计与实现

针对某小型涡扇发动机试车数据的故障判读与诊断问题,应用先进的数据库管理技术建立并设计了发动机异常监视和故障诊断系统,包含试车数据异常监视与试车故障诊断2大功能模块.该系统依托.NET开发平台框架,采用以Web技术为中心的B/S(Browser/Server)结构,以Oracle 10.0g作为试车故障信息数据库,同时按照系统的功能需求实现不同试验模式下试车数据故障诊断.试验验证表明:该系统能有效实现发动机性能、控制参数的异常判读和故障诊断.     

直升机旋翼状态监测和故障诊断试验研究

直升机旋翼系统故障诊断在直升机故障诊断中占有很重要的地位。本文采用试验方法及BP神经网络完成了旋翼故障识别和程度识别，为我国直升机旋翼诊断和神经网络在直升机故障诊断中的应用打下一定基础。     

发动机试车气路故障诊断系统的设计与应用

以发动机整机试验数据为研究对象,建立了一套发动机试车气路故障诊断系统.首先阐述了该系统的设计功能和总体流程逻辑;使用故障模式法和调整模式法建立了气路部件故障诊断和优化调整模块;然后以一个双轴分排涡扇发动机为例,针对气路部件故障诊断和优化调整给出了考虑噪声的数值试验分析.最后就该系统的发展进行了讨论.      

基于模糊规则集度量的液体火箭发动机故障诊断

以模糊规则集度量为核心，提出了一种液体火箭发动机故障诊断系统。利用模糊待检规则集与模糊参考规则集之间的度量结果为故障诊断逻辑，输出故障检测时间、故障分离时间、故障类型和故障程度。仿真研究表明：基于模糊规则集度量的故障诊断性能比较优越。     

涡扇发动机传感器故障诊断的快速原型实时仿真

为快速高效地完成涡扇发动机传感器故障诊断算法的硬件在环仿真试验,构建了以NI CompactRIO为核心的传感器故障诊断系统的快速原型实时仿真平台.基于一簇卡尔曼滤波器,在LabVIEW编程环境中建立了传感器故障诊断系统.分别在涡扇发动机模型稳态和动态工作时完成了对单个传感器故障的检测、隔离和重构的硬件在环仿真试验并验证了算法精度.经过大量试验,结果表明:基于卡尔曼滤波器理论的诊断算法能在传感器故障情况下确保控制系统安全运行,诊断精度最高可达1.4%;同时表明,该快速原型实时仿真平台的设计是成功的.研究工作为发动机传感器故障诊断系统的半物理仿真试验奠定了基础.      

航空发动机气路故障静电监测技术研究

航空发动机气路中任一部件的故障都会严重影响发动机的性能，甚至造成严重后果。本文研究了基于静电监测机理的发动机气路碎屑监测技术，设计了一套航空发动机气路故障静电监测系统，并在发动机模拟试验台上进行了两种典型故障模拟试验。研究表明，该系统通过监测发动机排气颗粒的静电电荷水平和变化规律，可判断发动机气路部件的故障情况，为发动机故障诊断和健康管理提供关键技术手段。     

基于LS-SVM的飞控系统传感器故障诊断

针对飞控系统故障诊断难的问题,利用最小二乘支持向量机(LS-SVM)设计了一个飞控系统传感器的故障诊断系统.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,基于LS-SVM的故障诊断系统能对各型传感器的故障进行诊断和定位,验证了该方法的有效性和先进性.     

离子推进系统仿真与故障诊断研究

离子电推进系统由于组成复杂，发生故障的概率大大增加，通过系统仿真并在此基础上开展故障诊断研究，对于识别故障原因及保障离子推力器系统正常工作具有重要作用。本文结合离子电推进系统各子系统数学模型，利用Matlab/Simulink实现了离子推力器系统仿真模型，基于LIPS-300离子推力器数据，对其性能进行了仿真，仿真模型输出结果与相关文献中已有的结果一致。采用该系统仿真模型结合故障因子，对故障状态的离子推力器系统进行了仿真，利用得到的故障数据与Matlab神经网络工具箱建立了离子推力器故障诊断系统。利用仿真模型额外生成另一组已知对应故障模式的故障状态运行数据，并利用该组数据对故障诊断系统进行了诊断能力测试，系统诊断结果与其已知对应故障模式相比，正确率为93.8%。     

高速数据采集和分析系统研究

为了在地面实验中监测航空发动机的振动情况和进行故障诊断, 研制了高速数据采集系统、信号处理系统以及基于模糊聚类方法上的故障诊断系统。在数据采集系统中采用并行A/D结构以提高采集速度;研制高性能的数字倍频电路以准确实现整周期采样。利用软、硬件结合的方法对测试结果进行补偿, 提高了相位精度。用标准信号和现场试验信号进行考核, 结果表明该系统能很好满足测量要求。      

液体火箭发动机健康监控──故障检测与诊断

以大型液体火箭发动机故障诊断系统框架为基础，按照发动机不同工作阶段的特点建立了相应的故障检测与诊断算法。利用发动机的高队数学模型，对基于推广的卡尔曼滤波器技术的新息检测算法进行了研究。根据发动机系统工作过程的特点，建立了降阶故障模式响应模型，并发展了相应的故障模式检验方法。为了适应在线实时检测的需要，利用发动机的试验数据，分别研究了基于人工神经元网络辨识模型的发动机启动过程检测算法和基于时间序列分析方法的发动机主机工作过程检测算法。通过试验数据的检测验证，证明了这些实时算法的快速性、准确性和鲁律性。     

飞机全机主操纵系统疲劳试验故障诊断与分析

针对飞机全机主操纵系统疲劳试验实施操纵载荷及位移协调谱、且与机体疲劳同试的实际情况,研究并提出了基于有效实时加载曲线数据分析的全机系统疲劳试验故障诊断分析方法。故障诊断分析方法应用结果表明:对于飞机全机主操纵系统疲劳试验过程中,涉及副翼平尾方向舵操纵系统疲劳加载以及系统状态各类试验故障的诊断分析均及时有效,从而保证了疲劳试验质量并加快了试验进度。     

基于小波神经网络航空发动机滑油系统故障诊断方法研究

研究了基于小波神经网络的非线性系统的故障检测和诊断方法.把小波分析与前馈神经网络相融合,并推导出其具体的算法.应用小波神经网络对航空发动机滑油系统进行故障诊断.试验和仿真的结果表明:小波网络应用于故障诊断时具有收敛速度快,对网络输入不敏感等特点,为非线性系统的故障诊断提供了新的理论和方法.     

基于故障树的液压系统污染故障诊断技术研究

为解决某型直升机液压系统污染问题,提出了基于故障树的故障诊断方法,并结合实际工作经验,建立了故障树模型。为了检验故障树模型的有效性,结合实例进行了故障诊断分析,通过对故障现象的不断分析,确定了产生故障的根本原因。在整个诊断过程中,最大限度地减少了测量、试验次数,提高了故障诊断的效率和实用性。     

基于自组织映射网络的故障诊断推理方法研究

从故障诊断基本形式出发，结合飞机刹车系统故障的各类特点，研究了基于Kohonen自组织映射网络理论的故障推理模型，并且应用到起落架刹车系统故障诊断中。该方法只需选择听，具有代表性的故障样本训练神经网络，他将代表故障的信息输入给训练好的神经网络，根据神经网络的输出结果，就可以判断出发生故障的类型。该模型除能识别已训练过的故障，还能识别未训练过的故障，并且聚类能力强，速度快，因此，很符合复杂系统的故障诊断。     

故障诊断策略的优化方法

 以相关性模型为基础,综合可靠性和测试费用等因素提出了一种系统级优选测试点方法和故障诊断策略。首先根据系统的相关性矩阵,将测试性度量、故障概率和测试费用统一考虑,推导出测试点的故障诊断信息量计算公式;然后根据信息量的大小依次选择测试点,并确定出优化的故障诊断策略。所得到的故障诊断策略确保了在较低的测试费用下,使用尽可能少的测试步骤快速完成系统的故障检测和隔离。     

空调制冷故障考核仿真实训系统的设计与应用

以空调制冷故障考核仿真系统为例，介绍空调制冷仿真实验实训系统在国家级试点专业——供热通风与空调工程技术专业教学中的作用。该系统重点解决了空调制冷故障的考核仿真模拟，阐明了仿真技术对于高职高专学生培养的重要性和可行性。仿真实验实训技术在技能型人才培养中将有很大的发展空间。     

基于AFSA 优化级联随机共振的轴承故障诊断方法

针对航空发动机转子系统中轴承故障诊断困难的问题,提出基于人工鱼群算法（AFSA）优化的级联随机共振轴承故障诊 断方法。建立1 个2 级级联随机共振系统对轴承微弱故障信号进行增强,以故障信号的输出信噪比为优化目标函数,采用AFSA 算 法同步优化双稳态随机共振系统的结构参数a 和b,采用优化后的级联随机共振系统分别处理仿真信号和试验信号,提取故障特 征频率验证算法的有效性。结果表明：所建立的故障诊断算法具有良好的滤波降噪特性,提取的滚动轴承故障特征频率与理论值的 误差小于0.1%。     

基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断

针对飞机起落架液压系统故障诊断精度低，深层故障特征提取困难的问题，提出了一种基于双路特征融合卷积神经网络（TSFFCNN）与粒子群优化支持向量机（PSO-SVM）结合的起落架液压系统故障诊断模型。该诊断模型以起落架多节点压力信号作为输入，采用一维卷积神经网络（1DCNN）与二维卷积神经网络（2DCNN）并行多通道网络结构自适应提取深层特征信息，并在融合层将深层特征信息融合，通过优化后的SVM分类器对融合特征进行故障分类。为验证所提诊断模型的故障分类效果，基于AMESim搭建了典型飞机起落架液压系统仿真模型，构建了几种典型故障类型数据集。基于仿真数据的诊断结果表明，所提故障诊断算法精度能达到99.37%，能够有效实现起落架液压系统故障诊断；与其他智能算法对比，基于TSFFCNNPSO-SVM故障诊断模型具有更好的平稳性与可靠性，诊断精度更高。     

基于小波变换的开关磁阻电机系统功率变换器故障诊断

适用于开关磁阻电机(SRM)驱动系统的功率变换器是决定系统可靠性的关键环节,功率变换器的长时间故障运行会导致整个系统的崩溃,因此,功率变换器的故障诊断具有重要的作用。采用离散小波变换方法,提取故障相电流的平均值与标准差的比值作为诊断特征量,对功率变换器斩波管和位置管的4种故障类型进行分析和讨论,实现了故障类型的确定与故障器件的定位。最后通过仿真和试验验证了所提的故障诊断方法具有良好的可行性和有效性。     

广义回归神经网络在冗余捷联惯导故障诊断中的应用研究

针对冗余捷联惯导的故障诊断问题，研究提出了一种基于广义回归神经网络的故障诊断方法。该方法在传感器输出数学模型未知的情况下，仅通过传感器之间的冗余关系，利用传感器正常工作时的测量值和改进的神经网络估计输出值生成残差进行故障诊断。仿真试验表明，利用神经网络补偿产生的残差可以检测到未补偿时的故障。该方法不仅可以检测到单故障，还对多传感器同时发生故障具有一定的检测能力。