航空发动机传感器故障与部件故障诊断技术

结合局部学习思想与集成学习技术,提出了一种基于支持向量机-极端学习机-卡尔曼滤波器(SVM-ELM-KF,Support Vector Machine-Extreme Learning Machine-Kalman Filter)的航空发动机传感器故障与突发性部件故障诊断的方法.将改进的迭代约简最小二乘支持向量回归机训练技术推广到分类机中,用于区分传感器故障与部件故障,使得该分类机具有一定的稀疏性.对于传感器故障,利用ELM分类机对故障进行定位.对于部件故障,利用改进的卡尔曼滤波器对发动机各部件的健康参数进行估计,从而对部件故障进行定位.仿真结果表明,提出的故障诊断方法能够准确地区分传感器故障和部件故障,实现故障的有效定位,验证了方法的可行性.     

航空发动机转子系统建模方法和振动特性分析

针对现代航空涡扇发动机转子系统的结构和力学特征,运用有限元法对其低压转子进行了有限元建模方法和动力特性研究.分别采用二维梁单元和三维实体单元建立转子系统的有限元模型,对其动力特性计算结果进行比较分析,在此基础上,提出了等效圆盘法进行有限元建模的等效原则.等效圆盘法将转子系统的叶片等效为刚性圆环,既能保留转子系统的结构和力学特征,又能有效地控制模型规模,将周期问题转化为轴对称问题,便于有限元程序的求解计算.计算结果表明,该方法是一种适用工程实际的有限元建模方法.     

航空发动机变几何涡轮增压性能研究

提出了一种变几何涡轮增压器用于发动机高空恢复功率的方法,并对其调节规律和相关特性进行研究。依据涡轮流动模型,分析了相同工况下不同喷嘴环开度对涡轮增压器工作的影响。在GT-POWER中建立了变几何涡轮增压发动机模型,通过全高度下不同工况的仿真分析,验证了变几何涡轮增压发动机恢复海平面功率的应用。结果表明,匹配了变几何涡轮增压器的发动机能够显著提高发动机高空可调范围,其使用升限从5 km提升到了6 km,对变几何涡轮增压器应用于恢复功率与喷嘴环开度的调节规律具有指导意义。     

基于遗传算法的插值Coons曲面孔位修正方法

在机器人自动制孔过程中,制孔点位信息通常从待制孔工件工艺数模上获取,而待制孔工件安装过程中会出现位置偏移和变形,由工艺数模得到的点位信息无法直接满足孔位精度要求。为了保证自动制孔的孔位精度,提出了一种基于遗传算法的插值Coons曲面孔位修正方法。利用制孔区域边角基准孔建立双线性Coons误差曲面模型,通过模型计算出待制孔的误差补偿向量,并补偿至理论制孔位置。针对误差曲面切矢模长无法确定的情况,利用制孔区域内的基准孔构建遗传算法模型,计算出切矢模长最优值,使拟合的误差曲面更符合实际制孔区域曲面。通过试验对算法的有效性和精度进行验证,结果表明:采用基于遗传算法的插值Coons曲面孔位修正方法,可以使孔位误差得到有效的补偿。补偿后的平均孔位误差仅为0.195 6 mm,与传统的插值曲面方法相比,孔位误差降低了5%~10%。      

小型涡扇发动机燃油控制规律

以小型涡扇发动机DGEN380燃油控制规律为研究目标,使用解析法基于MATLAB平台建立其整机部件级稳态及动态数学模型并进行仿真计算。在旋转部件建模过程中使用工具获取特性数据,并绘制可以即时显示当前工作点/线的部件特性图;在稳态仿真时使用Newton-Raphson法和遗传算法2种方法求解发动机工作方程组,并对二者进行评估对比,针对遗传算法在发动机模型求解过程中的局限性对一般基础模型进行优化改进;在动态仿真时,采用欧拉法计算微分项。基于模型分析发动机燃油控制规律,并以发动机高度特性为例进行仿真计算。试验结果表明:Newton-Raphson法具有高精度和高速度,改进模型后遗传算法具有更好的适应性,模型及燃油控制规律的仿真结果较好地符合试验数据和理论趋势,对比误差小于3%。      

基于ADRC的航空发动机限制保护器设计

发动机限制保护器在航空发动机运行过程中对特定的被限制量进行实时监控,在其超出安全范围时实施限制,实现对航空发动机的保护.将自抗扰技术用于限制保护控制器设计,利用自抗扰控制器的扩张观测器,动态估计未知扰动和系统特性,对实际控制量进行反馈补偿,实现超限后的快速保护,提高了发动机的安全性.仿真结果表明:所设计的自抗扰限制保护控制器能将超限偏差有效转化为对主回路指令的修正,综合控制系统响应速度快,达到了限制保护的目的.     

航空发动机喷嘴结焦积碳的性质

针对航空燃料燃烧时会在航空发动机喷嘴处产生大量结焦积碳,影响航空飞行器的飞行安全和使用寿命这一问题,研究了某型航空发动机喷嘴零部件上结焦积碳的生成情况.采用扫描电镜(SEM,Scanning Electron Microscope)、透射电镜(TEM,Transmission Electron Microscopy)、能谱仪(EDS,Energy Disperse Spectroscopy)以及X射线衍射技术(XRD,X-ray Diffraction)对结焦积碳的微观形态和性质进行了分析.结果表明:喷嘴零部件上生成的结焦积碳主要有两种形态:一种是丝状焦,另一种是颗粒状焦.其中,丝状焦只出现在零部件表面较光滑的位置,包括短纤维丝状焦和不定形丝状焦,是由金属催化作用所形成的;其形成与喷嘴零部件的结构、材质及表面粗糙度有关.颗粒状焦则主要集中在活塞表面,包括颗粒团聚状焦和颗粒分散状焦,是由催化作用与燃料热裂解共同作用所形成的.      

航空发动机数据库逻辑结构的研究

成功地建立航空发动机数据库的关键,是根据数据模型分析,研究的结果进行数据库总体逻辑结构设计,经过分析,研究采用关系型数据理论,使航空发动机数据库具有合理的逻辑结构,航空发动机是一种在不断发展中的技术密集型的热动力机械产品,它不但涉及许多学科与技术领域,而且本身结构得杂,型式多样,在建立关系型航空发动机数据库时,研究描述航空发动机的各种数据间的关系模式与函数依赖关系,是建立数据模型的主要环节,数据库     

基于增益调度的航空发动机分散鲁棒控制

针对航空发动机全包线大范围非线性变化动态特性下的跟踪控制问题,设计分散鲁棒跟踪控制器。引入动态响应指数收敛参数,使得控制器在保证系统稳定的同时跟踪误差收敛速率可调。在飞行包线内选择一系列设计点,以油门杆角度（PLA）表征发动机功率水平,每隔5°选取一个PLA 作为一个设计功率水平,针对从一个设计功率水平过渡到另一个设计功率水平的设计阶跃过程,采用递进法设计分散鲁棒跟踪控制器。采用线性插值的方法调度非设计阶跃过程分散鲁棒跟踪控制器参数。针对某型涡扇发动机部件级模型进行仿真,仿真结果验证了控制方法的有效性。     

基于深度学习的航空发动机故障融合诊断

通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合算法的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,先利用深度学习模型提取出性能参数中的隐藏特征,得出故障分类置信度;其后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D发动机故障系数用于数据仿真,通过算例验证本文算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。