滑油光谱分析的时序建模与故障预报研究(英文)

讨论了时序建模与预测方法在机械设备滑油光谱分析中的应用。通过运用 AR模型对采集的航空发动机滑油光谱数据进行时序建模和预测分析 ,获得了满意的效果。在机械设备的滑油监控领域 ,对其光谱数据采用时序分析目前尚不多见。这一成果 ,为机械设备的状态监控和故障预报提供了一种实用的方法。     

基于支持向量机的航空发动机滑油监控分析

分析支持向量机用于时间序列预测的理论基础,针对某型发动机滑油金属含量的预测分别采用传统的AR模型和基于现代统计理论下的支持向量回归模型对滑油时间序列进行预测建模     

基于模糊聚类的航空发动机故障预测研究

为了保证飞行安全和降低航空维修成本,提高航空发动机故障预测的准确性,利用数据挖掘技术,提出了一种基于模糊聚类的航空发动机故障预测的数据挖掘模型。通过对航空发动机维修数据的分析,构建了发动机数据的采集框架以及维修数据挖掘模型,利用模糊聚类理论对某型号航空发动机的维修数据进行聚类,依据不同的阈值获得样本的不同分类情况进行故障预测。最后通过算例仿真验证了模糊聚类可以为航空发动机故障预测提供决策依据。     

基于工作应力仿真分析的某型航空发动机燃-滑油热交换器安装改进思路

为找到航空发动机燃-滑油热交换器焊缝裂纹产生的主要原因,对燃-滑油热交换器进行了稳态工作应力仿真分析,提出一种新的安装思路,并对在新的安装方式燃-滑油热交换器进行了整体和失效部位的工作应力仿真分析。结果表明,新安装方式可以有效改善发动机工作时热交换器的工作应力分布和降低峰值,为降低热交换器工作应力和预防焊缝裂纹找到了有...     

神经网络BP算法在滑油系统故障诊断中的应用

通过介绍神经网络反向传播算法(BP)的原理,研究BP算法在航空发动机滑油系统故障诊断方面的应用。BP算法因其高度的非线性、模拟的并行性、高度容错性、系统健壮性、自联想、自学习和自适应等许多特点,在航空发动机滑油系统调试和系统的监测及诊断中发挥较大的作用。     

考虑脆弱性的航空发动机剩余寿命预测

比例危险模型采用协变量的方式综合多个参数实现对系统的剩余寿命预测,已在航空发动机中得到了应用。然而由于传统比例危险模型是以假设多个研究样本独立同分布,即基本失效率相同为基础的,但对于航空发动机而言,由于运行环境和使用的不同,基本失效率存在差异。研究表明,忽略样本之间的差异会导致估计结果存在严重偏差。为此,本研究将引入用于表达样本之间非独立性的脆弱性概念,针对航空发动机,建立更具普遍性的脆弱性比例危险模型,首次应用于航空发动机的剩余寿命预测。通过实例表明,基于脆弱性比例危险模型得到的预测结果平均误差为4.6%,而基于传统比例危险模型的预测结果平均误差为6.9%,验证了脆弱性比例危险模型在航空发动机剩余寿命预测中的有效性。     

一起典型的FJ44-1A发动机金属末故障分析

航空发动机滑油系统发现金属末意味着这发动机部件之间出现了过度磨损,这类故障严重影响飞行安全,必须查明故障原因并纠正。本文根据多次发动机热端部件检查的实践经验,对一起由于安装不当造成发动机轴承磨损的故障进行了分析,并总结了FJ44-1A发动机热端部件装配的若干经验。     

一种发动机滑油磨粒形态测量与分析技术

滑油中磨粒的数量，成分和形态反映着机器零部件的磨损形式和磨损程度。计算机图象处理技术与铁谱分析技术的结合为机器磨损状态监测走出了一条新路。本文在发动机滑油磨粒显微形态测量的基础上，研究了特征磨粒的分类方法、讨论了磨粒尺寸的分布模型和参数估计手段，并结合实验提出两种发动机磨损状态监测的方法。     

基于磨粒分析方法的发动机磨损故障智能诊断技术

磨粒是研究磨损状态时最直接、最重要的信息元，通过对滑油中的磨粒进行监测与分析来判断机械设备的磨损情况，可以预防并监测机械设备的磨损故障。本文运用显微形态学方法建立了一套磨粒显微特征描述体系，以提取磨粒信息并进行磨损故障的模式识别；并结合摩擦学理论和人工智能方法，实现对发动机磨损故障的智能诊断和预测。     

发动机润滑系统网络系统的设计及其模拟实验

利用Flowmaster软件对航空发动机内部的供油润滑冷却系统的流量分配和压力分布问题进行计算.在建模过程中,将该系统的结构和腔室分解成相应的元件,再将各元件的数学模型用软件中示意图来代表,通过节点将各元件示意图连接成网络系统,进行计算.把计算出的理论值与实验得到的实际值进行比较,得到合理的流量分配,为发动机正常工作滑油分配提供可靠依据.     

基于状态监测数据的航空发动机剩余寿命在线预测

针对现有基于状态监测数据的航空发动机剩余寿命预测研究未能综合考虑隐含退化建模和同步更新漂移/扩散系数的问题,提出一种基于状态监测数据的航空发动机剩余寿命在线预测方法。首先,基于非线性Wiener过程构建带比例关系的航空发动机隐含退化模型;其次,基于多台同类发动机的历史状态监测数据,对退化模型参数进行离线估计;然后,基于目标发动机的实时状态检测数据,利用贝叶斯原理同步更新退化模型漂移/扩散系数;最后,推导出航空发动机的剩余寿命概率密度函数。结合实例分析,验证了本文所提方法较传统方法具有更高的预测准确性与精度,具备潜在工程应用前景。     

基于几何设计法的航空发动机内外机匣减振控制新方法

航空发动机在运行过程中，由于其结构的复杂性和外部气流的不稳定性，不可避免地会产生大量的振动问题。针对航空发动机整机振动问题，首先根据航空发动机的实际结构并结合经验总结，建立了一种通用的转子-支承-机匣振动传递动力学模型，并从航空发动机内外机匣减振控制问题出发，利用一种新型的控制算法（几何设计法），在有限频域内来设计减振控制器，在传感器和执行机构受限的情况下，尝试对多个输出量（即航空发动机的内机匣和外机匣）进行减振控制，并与经典控制理论法比例、微分、积分（Proportional integral derivative,PID）设计的减振控制器进行减振效果对比，最后通过Matlab/Simulink搭建仿真模型并进行仿真验证。结果表明，几何设计法在有限频域内可以直观地获得最优控制器的存在性、唯一性、最优性，对于主控对象的减振控制最优可高达25 dB，相较于传统控制方法形成明显优势。     

基于数据融合的航空发动机可靠性评估模型(英文)

航空发动机运行过程中广泛存在着其他类型的数据,采用数据融合方法可以充分利用多源数据获取可靠性信息。考虑到航空发动机性能衰退性故障和突发故障同时存在,表现为竞争风险的形式,这种多故障模式也会对可靠性评估结果产生影响。在竞争风险的框架前提下,提出一种基于数据融合的航空发动机可靠性评估模型。该模型相对于只利用故障数据进行的可靠性评估,具有更好的可操作性;相对于只考虑一种故障模式进行的可靠性评估,更加符合航空发动机实际,评估结果也更加准确。通过算例验证了提出方法的有效性。     

某型发动机滑油镁元素浓度增长率超标分析

针对某型发动机使用中滑油镁元素浓度增长率超标故障进行分析和研究,通过发动机分解检查,找出引起滑油中镁元素浓度增长率超标的原因.在发动机制造、修理中采取有效措施进行控制,可提高发动机的质量,保证发动机安全使用,确保飞机飞行安全.     

发动机滑油检查专家系统的面向对象实现(英文)

对发动机滑油的检查能够给出发动机内部状况的指示.运用面向对象程序设计技术(OOP),本文开发了一个滑油检查专家系统.基于微软基础类库(MFC),该专家系统将知识库、推理机和人机界面加以重构并形成一体.为验证该专家系统,文末还给出了一个检查的例子.     

轴对称结构的模态振型描述和模型确认

利用轴对称结构模态振型的Zernike矩能够有效区分重根模态的特点,提出了一种基于Zernike矩函数的相关性分析方法以及基于Zernike矩函数灵敏度的模型修正方法。以某航空发动机压气机轮盘为例,采用轴对称结构的模态振型Zernike特征矩,通过模态测试数据与有限元模型预测结果的相关性分析,克服重根模态对相关性分析的影响,准确地匹配模态对;同时采用基于Zernike矩函数的振动模态对于设计参数的灵敏度,修正有限元的模型修正,使压气机的设计模型的动力特性预测与实际结构的测试相一致,验证了该方法的可行性与优越性。     

双旋流燃烧室两相喷雾试验和数值研究

采用粒子场脉冲激光全息技术对航空发动机燃烧室中的雾化场进行了测量,得到了燃烧室中燃油液滴直径的空间分布,从而对燃烧室中的雾化过程进行了研究。自主开发完成了适用于航空发动机燃烧室的三维两相数值计算平台,建立了首次雾化模型和二次雾化模型。基于LISA模型和KH-RT模型,对燃烧室中的首次雾化过程和二次雾化过程进行了数值模拟,得到了燃烧室中液雾的空间分布。通过将计算结果与试验结果进行对比,显示开发完成的雾化模型能很好的模拟高温高压,强旋流条件下航空发动机燃烧室的整个喷雾雾化过程。     

双旋流燃烧室两相喷雾试验和数值研究（英文）

采用粒子场脉冲激光全息技术对航空发动机燃烧室中的雾化场进行了测量,得到了燃烧室中燃油液滴直径的空间分布,从而对燃烧室中的雾化过程进行了研究。自主开发完成了适用于航空发动机燃烧室的三维两相数值计算平台,建立了首次雾化模型和二次雾化模型。基于LISA模型和KH-RT模型,对燃烧室中的首次雾化过程和二次雾化过程进行了数值模拟,得到了燃烧室中液雾的空间分布。通过将计算结果与试验结果进行对比,显示开发完成的雾化模型能很好的模拟高温高压,强旋流条件下航空发动机燃烧室的整个喷雾雾化过程。     

基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

航空发动机主轴承使用状态寿命预测模型(英文)

航空发动机主轴承寿命的实际可靠预测对于发动机的安全运行至关重要。使用状态寿命(即状态良好、初始损伤、故障发展和即将失效4个寿命阶段)描述航空发动机主轴承的使用寿命,并提出了一种基于支持向量机和模糊逻辑推理的主轴承状态寿命分析模型。首先,讨论了理论计算模型,采用轴承疲劳累积损伤模型,利用修正的Lundberg-Palmgren模型,结合飞参记录数据计算主轴承装机以来的累积寿命消耗,确定状态寿命的理论值。然后,详细阐述了状态寿命评估模型,该方法通过选取轴承振动的时域、频域统计量作为特征矢量,利用支持向量机作为辨识算法进行滚动轴承状态寿命的智能评估。最后,基于模糊逻辑推理融合主轴承状态寿命的理论计算模型和状态寿命评估模型得到主轴承状态寿命模型。采用滚动轴承的全寿命试验验证模型的有效性和可行性。