共查询到16条相似文献,搜索用时 375 毫秒
1.
为了实时监控液体火箭发动机涡轮泵的状态,提高其安全性,降低其故障带来的破坏程度,提出了短数据均值自适应阈值算法(SDM—ATA),建立了实时故障检测的统计学模型、研究了阈值区间均值与方差的自适应计算及其带宽系数的自适应训练、故障综合决策逻辑,以及故障数据对阈值贡献的踢除等方法,并利用某型火箭发动机地面试车涡轮泵振动测量数据和某型转子试验平台实时测量数据对该算法进行离线和实时在线故障检测试验验证。结果表明,SDM—ATA没有发生误检测情况,并具有实时故障检测的能力。 相似文献
2.
3.
为了剔除冗余的振动参数和统计特征量,提高涡轮泵故障检测的实时能力,建立了线性相关性假设检验模型。利用该假设检验模型和某型液体火箭发动机的历史试车数据,检验了7路涡轮泵振动参数以及13种常用统计特征量的线性相关性,并分析了统计特征量对涡轮泵故障的敏感性和稳定性,以及涡轮泵振动数据的正态性。数据统计分析表明,大部分涡轮泵振动参数以及统计特征量显著线性相关,幅值统计特征量的故障敏感性弱,但稳定性强,而无量纲统计特征量的情况恰好相反,并且正常涡轮泵振动数据服从正态分布,而异常涡轮泵振动数据不再服从正态分布。据此,为涡轮泵故障检测选择了线性相关性弱,故障特征反映能力强的3路振动参数和3种统计特征量。 相似文献
4.
5.
6.
通过监控航空发动机性能参数,准确判断发动机的工作状态,预知发动机的异常变化.为预防和排除故障提供充足的时间和决策依据。开发出利用QAR(quick access Feeorder.快速存取记录器)数据的发动机故障检测系统,该系统基于民航发动机的QAR数据,由于发动机正常运行数据容易获取.而故障样本难以获得.因而采用单类支持向量机(OCSVM),仅依靠发动机的健康数据建立其分类器。利用OCSVM分类器.监控后续航班参数是否出现异常,通过分析检测结果,实现发动机故障检测。采用该系统监控航空发动机性能参数.及时发现发动机运行状态异常,证明了系统的可行性和有效性。 相似文献
7.
8.
9.
10.
针对传统的液体火箭发动机涡轮泵故障诊断方法只能在有样本数据并且样本数据充足的情况下才能进行准确诊断以及诊断时难以提取状态特征的缺点,提出一种适用于涡轮泵在线监测及诊断方法,该方法利用生物免疫系统的反面选择机理,利用生物克隆和学习机理使改进型反面选择算法产生的检测器具有不同的检测半径,使其能更有效地覆盖异常空间,能有效地提取涡轮泵的状态特征,避免了检测器产生效率低等问题。实例诊断结果表明:该方法较好地解决了故障样本难以获取及有效地提取涡轮泵的状态特征的问题,能准确监测出涡轮泵各种常见故障所引起的异常并能准确诊断,较高诊断精度表明该方法是可行的,并且具有较好的在线性、准确性及鲁棒性,为液体火箭发动机涡轮泵故障异常检测探索了一条新路。 相似文献
11.
12.
13.
14.
15.
利用涡轮泵振动信号的变换域信息可有效地检测与诊断故障。针对涡轮泵转子叶片断裂与脱落这种典型故障,首先分析其出现的原因,并从动力学的角度研究其振动特征,选择可有效反映该故障的特征频率。然而,涡轮泵转速波动会造成这些特征频率提取的困难,为此提出一种解决此难题的新思路,通过一系列变换域处理来消除转速波动对振动频率的影响,在变换域中提取出稳定的特征频率,从而解决了涡轮泵转速波动状态下该型故障诊断问题。通过涡轮泵历史试车故障数据的验证表明,通过跟踪变换域中这些特征频率的幅值变化,可以有效检测与诊断涡轮泵转子叶片断裂与脱落故障。 相似文献