航空发动机喘振主动控制技术的发展

概括了航空发动机喘振主动控制的三种控制策略的基本原理,分别为基于附加扰动喘振主动控制、基于分叉理论喘振主动控制及基于喘振预测主动防喘控制,总结了压缩系统稳定性模型、压缩系统失稳先兆及检测、主动控制传感器及执行机构等航空发动机喘振主动控制关键技术,及其存在的问题,并在此基础上预测了未来的发展趋势。     

基于差分隐私的航空发动机喘振故障检测

为保护航空发动机数据集包含的众多敏感数据,将差分隐私技术融入卷积神经网络中,提出一种具有差分隐私的卷积神经网络故障检测模型(DP-CNN模型)。阐述了卷积神经网络和差分隐私技术的基本理论和计算步骤,采用差分隐私随机梯度算法更新神经网络参数以建立DP-CNN模型。运用DP-CNN模型对航空发动机喘振故障进行检测,并与其他故障检测模型(支持向量机,长短时记忆网络,多层感知器)的检测结果进行对比。结果表明,DP-CNN模型在准确率、召回率以及f1-sc ore上都更高,分别达到了95.3%、94.6%和96.5%。     

应急放气电门杠杆组件故障导致发动机喘振原因分析

介绍了发动机应急状态工作原理,找出了发动机喘振的故障原因,为此类疑难故障的排除提供了参考。     

发动机加力喘振故障原因仿真分析

某型带加力涡扇发动机多次出现风扇加力喘振故障,对飞行安全和发动机寿命产生严重影响.为了分析加力喘振故障原因,首先通过发动机稳态计算模型分析了喷口控制系统稳态特性与加力喘振故障之间的关系,指出了加力工作线位置与风扇喘振的关系;其次根据基于AMESim的加力喷口控制系统模型和基于Simulink发动机分段线性化模型构建了联合仿真模型,基于联合仿真模型分析了喷口控制系统动态特性与加力喘振故障之间的关系,同时分析了喷口打开速度对于风扇喘振裕度的影响.     

发动机外场信息管理系统设计研究

通过分析航空发动机在外场保障工作中存在的不足,结合GJB 7079的标准规范,提出了对航空发动机保障信息系统的规划,为加强航空发动机的外场保障能力,规范航空发动机的外场质量监控提供了初步构想。     

浅谈WP—8发动机的喘振与停车

通过对轰六飞机发动机产生喘振，停车的故障分析，阐述了ＷＰ－８发动机喘振、停车的基本原因和使用中应注意的问题。     

某型发动机喘振综合治理及扩稳试验

为了解决某型发动机旋转失速、喘振问题 ,在深入分析其原因的基础上 ,提出了对该型发动机从生产、使用和修理等多个环节进行综合治理的方案。为了扩大发动机的稳定裕度 ,把第二级静叶的安装角加大了 2° ,并通过调整喷口面积来弥补对发动机性能的影响 ,进行了相应的试验 ,结果表明 ,这种方法对于减少大修发动机失速、喘振是有效的 ,可行的。     

应用神经网络信息融合诊断航空发动机故障

研究了基于神经网络信息融合技术,同时结合模糊集合论对发动机气路部件进行故障诊断的方法,并以某型涡轴发动机为对象进行了仿真分析.研究结果表明该方法的故障诊断过程相对简单,对模型的精度要求不高,能够降低虚警、误报、漏报等情况的发生.      

航空发动机故障的支持矢量机智能诊断

引入支持矢量机和多元分类算法到航空发动机故障诊断当中。通过设计的多元分类支持矢量机构建了小样本多参数航空发动机故障智能诊断模型,然后通过发动机故障仿真器对典型发动机气路故障进行了诊断。结果表明,支持矢量机具有优秀的故障学习能力,采用它进行航空发动机故障诊断是可行、有效的。     

航空发动机加力控制系统典型故障研究

为分析采用电子-液压机械式调节的某型航空发动机加力控制系统的故障部位,以加力状态控制的调节规律和工作原理为基础,建立了以“不能正确进入加力状态”为顶事件的故障树。按照该故障树进行发动机试车典型故障分析,使该故障有效排除。     

航空发动机故障诊断信息融合方法研究现状

简介了信息融合的层级和实现过程,综述了航空发动机故障诊断信息融合方法研究的现状。     

航空发动机双重传感器故障诊断逻辑研究

针对航空发动机控制系统的双重传感器故障,提出了一种采用双路容错设计的卡尔曼滤波器故障检测隔离系统.故障检测隔离系统由一系列卡尔曼滤波器组成,每个滤波器都假定2路传感器故障,而以故障支路外的测量值作为输入量.当双重传感器故障发生时,只有不包含故障传感器信息的滤波器保持较低的估计残差,其他滤波器都会产生较大的估计残差,如此双重传感器故障便可以被隔离.利用滤波器组估计残差的特征,进一步设计合理的运算逻辑,系统就可以同时对传感器单一故障进行检测和隔离.为了验证故障诊断系统的有效性,在发动机慢车状态分别对传感器发生双重故障和单一故障的情况进行仿真.仿真结果表明:故障诊断系统能够准确有效地对传感器双重故障和单一故障进行检测和隔离.      

高压压气机可调静子叶片角度a2摆动故障诊断与分析

针对某型航空发动机高压压气机可调静子叶片角度a2摆动故障,以a2控制系统及其原理为基础,建立覆盖整个控制系统的故障树,并且综合考虑各零部件发生故障的概率、维护排故工作的工作量及难易程度,制定合理有效的排故方案。结果表明：故障原因为反馈钢索预紧力过紧。本次排故过程介绍的结构原理和总结的排故经验,对a2摆动故障诊断具有指导作用,对该型发动机在外场使用维护过程中a2相关故障具有借鉴意义,为促进发动机快速成熟提供了技术支撑。     

基于RBF神经网络的航空发动机故障诊断研究

采用改进算法优化了径向基函数(RBF)网络.针对航空发动机工作条件和结构的复杂性,提出了用RBF网络进行故障诊断的方法,构建了基于RBF网络的多参数航空发动机故障智能诊断模型,并对典型发动机故障进行了诊断.结果表明,RBF网络具有优秀的故障学习能力,采用它进行航空发动机故障诊断是行之有效的,具有较好的应用前景.     

发动机故障隔离技术的主特征量模型

本文提出了发动机气路分析故障隔离技术的主特征量模型。主特征量模型的基本原理如下:发动机征兆量和发动机特征量之间存在着特殊的函数关系,即 n 个征兆量小偏差方程可以被少于 n 的 t 个故障量偏差所满足。利用这一特性可以对多于征兆量数目的 m 个特征量进行故障隔离。与目前广泛采用的影响系数矩阵法比较,主特征量模型不仅具有更广泛的实用意义,而且数学模型更加严格,并且能提供较多的故障诊断信息。文中给出了主持征量模型的两种求解方法,即最小征兆量偏差残差模法和最小特征量偏差法。文中还给出了主特征量模型的计算例题,并对计算结果进行了分析。     

基于D—S证据理论的航空发动机故障诊断

航空发动机滑油中舍有摩擦副产生的磨损微粒。通过滑油介质中所含磨损微粒中元素的分析．运用Dempster-Shafer证据融合诊断方法,对航空发动机的磨损状态等进行有效的诊断,确定发动机的磨损程度,以及发动机的磨损部位,从而可对发动机的故障排除作参考。在融合过程中提出了先对每个元素的磨损量和磨损率进行融合,再总体融合的方法。针对Dempster—Sharer证据融合的局限,应用了两种改进的融合方法,并进行比较。实例表明,Dempster—Shafer证据融合是一种有效的航空发动机滑油磨损的故障诊断方法。     

油液监测技术及其在航空发动机故障诊断中的应用

重点介绍并对比研究了几种油液监测方法 ,并阐释了该技术的应用及发展方向     

航空发动机状态监控和故障诊断系统

本文从世界各航空公司采用和研制该系统的情况,和我国民航维修工作的现状及发展提出了研究此系统的必要性,对发动机参数趋势分析和气路分析以及发动机振动分析进行了较全面的讨论,提出了研究的途径和基本模型及所要达到的目的。     

航空发动机高能碎片非包容事件故障树分析

为了使航空发动机高能碎片非包容事件满足适航安全性要求,运用故障树法对航空发动机该事件进行安全性分析并提出了分析方法的步骤和流程。引入最小割集和概率重要的度的概念,利用Isograph Reliability软件画出故障树并计算出高能碎片不包容事件的发生概率、最小割集以及概率重要度,通过对比最小割集和概率重要度,确定导致发动机高能碎片不包容主要的失效形式,并提出了有针对性的措施。