神经网络在旋翼／机身气动干扰模型中的应用

由于直升机自身的特点，旋翼／机身气动干扰呈现非线性，且受多种因素的影响，用神经网络来解决这一非线性问题是一个很好的办法。将旋翼／机身气动干扰试验数据构造的学习样本，对网络参数进行学习，可以得到旋翼／机身气动干扰神经网络模型，进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼／机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼／机身气动干扰神     

基于UDT的旋翼锥体测量系统的设计与实现

旋翼锥体测量是直升机一项重要的常规视情检查项目,由于旋翼锥体直接影响直升机的振动,而且使用频度较大,所以旋翼锥体测量方法是直升机研究的一个重要内容。研究了一种基于UDT设备的旋翼锥体测量方法,分析了其工作原理及锥体的计算方法,并在此基础上设计实现了一套具有综合测量、实时处理和故障诊断能力的直升机旋翼锥体测量系统。     

旋翼系统典型故障的诊断与预测方法

在分析直升机旋翼系统典型故障的基础上,提出了旋翼系统典型故障的诊断与预测方法,包括:桨叶疲劳寿命预测方法,桨毂疲劳寿命预测方法,拉杆疲劳寿命预测方法,自动倾斜器轴承故障诊断方法等。同时,介绍了基于飞行状态识别,基于虚拟传感器,基于载荷实测的疲劳寿命预测方法和自动倾斜器轴承故障诊断方法的关键技术,说明了旋翼系统典型故障的可测试性以及实现旋翼系统基于状态维修(CBM)的可行性。     

直升机涡环状态试验数据处理研究

采用神经网络误差反向传播算法，以旋翼涡环状态试验数据为基础，研究了桨叶负扭度对直升机涡环状态特性的影响，分析了负扭度变化对旋翼扭矩、拉力平均值及脉动幅度的影响。计算结果表明，神经网络模型能够准确预测桨叶负扭度对直升机涡环状态的影响。     

基于小波神经网络的直升机主减速器故障诊断系统

应用离散小波变换(DWT)和神经网络相结合构建直升机主减速器速器故障诊断系统: DWT对振动信号进行特征提取,神经网络对故障进行辨识和分类。阐述了DWT、帕塞瓦尔定理和广义回归神经网络(GRNN)基本理论,提出了直升机主减速器的故障诊断系统流程图,最后用某型直升机飞行时主减速器上的振动数据对该系统进行验证。实验使用了BPNN(back-propagation neural network)和GRNN两种神经网络,结果表明:提出的故障诊断系统能对主减速器故障进行较好的辨识和分类,这将为直升机主减速器故障诊断系统的进一步开发提供新的技术参考。      

基于动力学模型的旋翼动平衡故障仿真及诊断

旋翼桨叶质量不平衡造成旋翼动不平衡,从而引起直升机振动。针对旋翼动不平衡故障,建立直升机动力学模型,对桨叶质量不平衡进行故障仿真及分析,建立质量不平衡故障与调整配重的对应关系；进而提出一种 BP神经网络和遗传算法结合的旋翼调整方法,建立输入参数与桨叶配重之间的模型,将四片桨叶的挥舞角和机体横滚、俯仰 2个方向的加速度值及相位作为网络输入,通过学习训练,根据输入数据预测调整配重,从而减小直升机 振动,解决旋翼动不平衡问题。     

某型机空中共振数据分析和参数识别

对于新研直升机,必须考虑旋翼与机身耦合不稳定性问题———地面共振和空中共振。以某型直升机作为研究对象,根据其飞行状态下实测载荷和振动数据对该型直升机空中共振情况进行了分析,并采用移动矩形窗方法识别了旋翼摆振模态的阻尼和频率,初步摸索了一套直升机空中共振实测数据分析和参数识别方法。     

某直升机旋翼采用4片桨叶与5片桨叶的动力学对比分析

旋翼设计包括桨毂构型、旋翼桨叶片数、旋翼直径、旋翼实度、翼型剖面等一系列影响直升机性能的因素。而旋翼桨叶片数的选择,对轻型和中型直升机来讲,4片桨叶旋翼和5片桨叶旋翼具有典型意义。某直升机是5吨级的直升机,在某直升机先期方案中,旋翼设计为4片桨叶,在某直升机旋翼的对法合作中,法方提出将4片桨叶改为5片桨叶。为此,在签订某直升机旋翼对法合作的合同之前,我们对某直升机采用4片桨叶与5片桨叶的动力学性能进行了比较和分析,并得出明确的结论。     

黑鹰直升机旋翼桨叶防/除冰系统研究

旋翼系统是直升机的关键动部件之一,旋翼桨叶结冰会降低直升机性能,危及飞行安全。为了使直升机具备全天候飞行能力,有必要在直升机上安装旋翼桨叶防/除冰系统。黑鹰直升机上装备的电热防除冰系统是美国西科斯基公司最早开发的比较成功的一款旋翼防/除冰系统。详细介绍黑鹰直升机旋翼防/除冰系统的发展历程和设计特点,对比了UH-60A和UH-60M直升机上防/除冰系统的异同。     

直升机旋翼功率传递系数确定方法

提出了一种确定直升机平直飞行时旋翼功率传递系数的方法;首先,通过飞行力学中的配平计算得到直升机在不同飞行速度下旋翼和尾桨的需用功率;然后,用试飞实测方法确定除旋翼和尾桨外的功率损耗;最终,得到直升机在不同飞行速度下的旋翼功率传递系数。结果表明：由于旋翼、尾桨的需用功率由飞行力学的配平方法得到,能合理地反映飞行状态和直升机尾部构型等影响因素,加上除旋翼和尾桨外的功率由试飞实测得到,因而文中所述的直升机旋翼功率传递系数能更准确地反映直升机的功率传递关系。     

直升机旋翼瞬态气弹运动有限元模型研究

从能量变分原理出发建立了旋翼的瞬态气弹有限元模型,模型考虑了旋翼转速加速度对桨叶动能变分的影响。采用叶素理论建立了桨叶在复杂流场中的气动载荷模型,模型计入了旋翼主轴纵倾和横滚角的影响,研究了流场风速分量的计算。运用所建模型仿真分析了直升机在护卫舰尾流场内起动时桨叶的挥舞、摆振、扭转(变距)等瞬态运动过程。模型可用于旋翼的振动仿真分析、噪声估计和故障诊断方法的验证。     

用机体振动诊断直升机旋翼复合不平衡故障研究

 在用机体振动诊断旋翼单一不平衡故障研究基础上,提出了仅借助机体振动信号诊断旋翼复合不平衡故障的新方法。证明了从旋翼复合不平衡故障空间到多点机体振动空间存在一对一映射关系。利用3个BP神经网络诊断故障类别和程度,利用机体振动一阶谐波分量的初相角确定失衡桨叶方位。模型旋翼实验结果表明,该方法可行、有效。     

基于规则的某型直升机故障诊断专家系统研究

简要介绍了专家系统理论,并对某型直升机维修现状进行了全面的分析。构建了某型直升机故障诊断专家系统,介绍了在Delphi7开发平台下专家系统的总体结构、设计思路及实现方法,详细阐述了各模块功能,以及知识的表示方法和推理策略。实现了直升机在运行状态及零部件失效方面的智能故障诊断。     

直升机行星传动轮系故障诊断研究进展

行星传动轮系是直升机传动系统的核心部件,是直升机健康和使用监测系统(HUMS)重要的监测对象。直升机行星传动轮系具有结构复杂紧凑、组件繁多、工况瞬时多变以及使用环境恶劣等特点,导致直升机行星传动轮系振动信号污染严重、成分复杂,具有较强的非平稳性和耦合调制特征。另外复杂的故障模式、较少的故障样本,也都增加了直升机行星传动轮系故障诊断的难度。面对这些难题,研究人员在基于信号降噪与信号分离、时频分析与解耦解调、数学建模与模式识别的故障诊断技术上取得了丰硕的成果。面对仍然存在的一些亟待研究和解决的问题,提出了直升机行星传动轮系故障诊断技术的研究方向以及未来的发展趋势。     

基于对传过程神经网络的航空发动机转子仿真故障诊断研究

为更好地解决动态模式识别及故障诊断问题,将过程神经元引入传统对传神经网络的竞争层,提出一种对传过程神经网络模型。并将所提出的网络模型及其学习算法用于航空发动机转子仿真故障诊断中,并得到了满意的结果。     

基于VMD-CWT和改进CNN的直升机轴承故障诊断

由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法.研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8％.为...     

动力学分析在某直升机尾桨故障分析中的应用

本文从直升机尾桨动力学信号特征分析着手,从动力学特性影响方面分析了直升机尾桨产生故障的原因,并结合故障件的检查进一步确认故障原因,从而提出了从动力学信号分析故障原因的程序方法。     

基于时频脊线和阶次分析的转子故障诊断

为解决采用在转子升降速过程中产生的非平稳信号难以进行故障诊断的问题,提出一种基于2维时频脊线和阶次分析的转子故障诊断方法。采集转子升降速信号,采用2维时频分布的峰值脊线提取法获得信号脊线特征,结合脊线特征与等角度重采样技术依次获得信号角度域、角-阶域和阶次域图像,将信号阶次域内的特征参数作为故障敏感特征,输入人工神经网络诊断模型,对转子信号的故障类型进行分类。利用实测信号验证所提方法的实际应用效果,并与传统特征提取法的结果进行对比。结果表明：阶次分析方法的测试准确率约为99.8%,标准差小于0.09%,均优于传统特征提取法。基于时频脊线和阶次分析的转子故障诊断方法具有更高的诊断准确率,在非平稳信号特征提取过程中具有很好的可行性和准确性。