磨粒分析技术及其在发动机故障诊断中的应用

基于显微形态学方法的磨损微粒显微分析技术是近年来出现的解决发动机磨损故障诊断问题的新方法之一。应用形态学分析方法建立一套磨粒显微特征描述体系提取磨粒特征信息,作为磨粒识别的信息基础,可以准确地完成磨粒自动识别。基于发动机润滑系统磨粒分析的结果和颗粒摩擦学理论,比较准确地评估出发动机接触磨损部件的磨损状态,进而诊断或预测此类磨损故障;另外,此项分析诊断技术在发动机气路磨损故障诊断中也具有潜在的应用前景。      

基于磨粒磨损机理的机械磨损状态监测

针对机械设备磨损状态监测准确率较低的问题,基于不同磨损机理下磨粒具有不同的形状和纹理特征,提出了一种基于磨粒特征识别的机械磨损状态监测的数学模型。通过形状特征识别球状磨粒和切削磨粒,结合形状、纹理特征识别疲劳磨粒和严重滑动磨粒,基于提取的特征参数建立机械磨损状态监测的特征向量,通过量子粒子群优化(QPSO)的径向基函数神经网络模型,实现对机械磨损状态的监测和判别。实验结果表明:QPSO-RBF神经网络数学模型结构简单,比传统PSO-RBF神经网络模型的识别准确率高5%,可用于常见机械磨损状态的检测。      

发动机磨粒统计分布规律与磨损状态监测研究

根据对 WZ- 6航空发动机等由滑油润滑的机械零件磨损磨粒的显微形态统计研究 ,提出了磨屑尺寸分布的 Weibull分布模型 ,探讨了滑油取样和磨粒采样等随机误差的估计及航空发动机磨损状态监测和故障诊断的方法     

航空发动机磨损故障诊断系统研究

本文介绍的系统,通过对滑油中的磨粒形态进行铁谱显微图像自动识别的方法监测、诊断机械设备的磨损状态和磨损类故障,并辅以光谱分析实现故障定位。本文介绍了系统的组成特点和状态监测、故障诊断、故障定位、趋势预测以及专家系统开发等系统的诊断技术原理。     

模拟单转子发动机起动性能的计算模型

描述模拟单转子发动机起动性能的计算机数学模型 -DSTGTB。该模型能模拟单转子发动机在地面状态的起动及高空台上的风车状态的起动性能 ,提供了分析和了解发动机在起动过程中运行特性的手段。模型是基于发动机的主要部件的气动热力匹配原理而实现的 ,燃气涡轮发动机的部件匹配技术已广泛应用于慢车以上的稳态和过渡态发动机性能的计算机模拟中 ,该模型通过对部件特性拓展和补建 ,使发动机的部件匹配技术应用于发动机的起动运行。现有的发动机稳态、过渡态模拟技术和匹配方法为本文的工作提供了基础。该模型被应用于某型发动机在地面台上从相对转速 1%起动到慢车状态的运行及高空台上风车状态下起动到慢车状态的运行计算中 ,计算结果与试验数据进行了比较。     

基于改进蚁群算法和Mann-Kendall法的涡桨发动机性能预测

针对涡桨发动机复杂、非线性的工作环境，利用层次分析（AHP）法提取发动机工作状态特征参数，考虑各特征参数对工作状态识别的影响，以特征参数加权的改进蚁群算法为基础，进行发动机同一工作状态识别、聚类，并采用Mann-Kendall法开展发动机性能预测分析。利用多台涡桨发动机性能参数飞参数据进行验证，结果表明：该方法能准确识别发动机起飞、额定工作状态，巡航以下工作状态识别准确率达84%以上；此外，发动机性能预测效率提升了近50%，而预测错误率小于10%，可以满足航空兵部队维修保障工作的实际需要。     

基于贝叶斯反馈云模型的航空发动机性能评估

针对在翼发动机运行性能变化关键时机预测问题,结合贝叶斯反馈分析方法,将在翼发动机运行前后性能信息结合进行反馈,评估当前发动机性能基于初始性能状态的变化关系,不仅实现发动机性能状态准确评估,更能及时预测发动机性能状态变化时机,为在翼发动机可靠运行和及时换发提供决策支持。     

一种航空发动机滚动轴承磨损故障监测技术

针对航空发动机滚动轴承磨损状态监测对长轴尺寸大于10μm的故障敏感磨粒检测的需要,研制了多功能油液磨粒智能检测与诊断系统,克服了传统光谱分析对大磨粒不敏感的缺点,以及传统铁谱分析检测步骤烦琐的不足,可直接对流动的油液中大于10μm的运动磨粒进行检测.提出了油液运动磨粒的7个数字特征参数及其识别策略,实现了磨粒的自动识别,识别率基本上达到99%以上.利用实际的航空发动机油样进行了试验验证,并与传统光谱分析进行了对比,试验结果表明该系统较光谱分析具有更强的检测力和更优的时效性.      

磨粒流工艺在航空发动机修理中的应用

简要介绍了磨粒流加工工艺的基本原理,阐述了磨粒流加工在航空发动机制造和修理领域上的应用优势,并就磨粒流工艺在襄阳航泰机器厂发动机修理过程中的应用情况做了详细介绍。     

基于灰色聚类的磨粒自动识别

 将灰色系统理论中的聚类分析技术用于磨损颗粒的自动识别, 编制了相应的计算机模拟程序。在对磨粒图象的形态特征参数进行敏感性分析的基础上, 确定了各参数的灰类白化权函数, 并结合磨粒识别的试验研究, 给出了磨粒各特征参数的聚类权值。应用此方法对一组标准磨粒进行了模拟识别, 识别正确率在90% 以上, 并且识别速度很快, 大大优于传统的磨粒识别方法。     

航空发动机健康监测技术研究

介绍了几种目前油液分析技术常用的方法以及它们在航空发动机健康监测中的最新应用,重点介绍了涉及显微图像技术的磨损颗粒检测系统,并对未来健康监测技术的发展趋势进行了预测,阐明了在航空发动机预防性维修中应用此项技术的重要意义.     

基于模糊信息融合的航空发动机状态聚类分析

将模糊信息融合中模糊聚类分析的方法应用于航空发动机。通过对其性能参数的预处理以及构造模糊相似矩阵,利用传递闭包法得到等价关系矩阵,并对聚类结果进行分析,用实例验证了所用方法的可行性,为发动机状态监控人员更好地识别发动机的运行状态和故障现象提供了一种有效的方法和途径。     

基于改进支持向量机的油液在线监测系统

搭建油液在线监测实验平台进行磨粒分类识别实验,运用支持向量机和最近邻法相结合的方法对飞机发动机油液中的磨粒进行分类识别;其中基于支持向量机的磨粒分类器的输入为磨粒的主轴长度、纹理相关性、圆度等特征参数,输出为磨粒的分类结果;实验结果表明,基于支持向量机的磨粒分类器的分类准确率高达94％,并且由于最近邻法的使用,分类器的处理速度也提高了30％。     

多轴疲劳理论在航空发动机零部件寿命预测中的应用

由于航空发动机主要零部件结构形状及工作环境复杂，工作时承受多种类型的循环载荷，寿命考核部位有可能处于多轴应力状态，因此寿命预测分析需要考虑多轴应力状态的影响。近些年由于疲劳试验技术的提高，多轴(或双轴)疲劳研究取得较快的进展，并逐步应用到工程实际当中。在对航空发动机主要零部件工作中的应力状态进行分析的基础上，应用局部应力应变的近似计算方法及多轴疲劳寿命预测模型对航空发动机轮盘进行寿命预测，并与单轴结果进行了比较。     

基于Kolmogorov熵的转子-机匣系统故障诊断研究

提出了基于Kolmogorov熵的航空发动机转子—机匣系统状态识别和故障诊断新方法。应用关联积分算法,基于实测的航空发动机机匣振动时间序列求解了转子—机匣系统不同工作状态和故障状态的Kolmogorov熵;基于Kolmogorov熵,对航空发动机转子—机匣系统进行了状态识别和故障诊断。研究结果表明,该法具有较高的状态识别和故障诊断能力。     

航空燃气涡轮风扇发动机故障识别诊断方法研究

航空发动机的故障预测诊断研究是视情维修制度的主要应用,以状态监控为基础的维修制度需要对航空发动机进行状态监测与故障诊断。故障状态监测与诊断研究方法的多样性使初涉者毫无头绪,为了更好地把握航空发动机故障状态监测与诊断的研究方向,选择方法的最优面组合杂交出更加有效的故障检测与诊断技术,可以解决更加复杂的系统故障问题。本文对较为典型的航空发动机故障检测与诊断技术进行简析与评价,从而更加深刻地把握航空发动机故障预测技术。     

基于改进ConvNeXt模型的压气机变几何系统T-step预测方法

为了实时监控航空发动机压气机变几何系统的状态并获取警告信号，提出一种基于改进ConvNeXt 模型的T步（T-step） 预测方法。与仿真数据和特定试验条件下生成的数据集相比，T-step预测方法采用了飞机数据采集系统记录的实际飞行数据。 证实了采用改进ConvNeXt模型预测压气机变几何系统参数的可行性，并在发动机过渡状态和稳态下分别进行了试验验证。结果 表明：采用改进ConvNeXt模型的T步（T-step）预测方法能精准地预测压气机VSV角度和VBV开度的变化，最低可达2.132°和 7.077°，预测误差在可接受范围内。该方法能识别和预测各类型航空发动机不同运行状态的变几何系统参数的角度，获得相对准 确的结果。     

发动机健康监控技术的发展趋势

<正>发动机发动机制造商、维修企业和业内专家都在努力完善其对发动机运营数据的解读能力.主动解决潜在的问题。发动机状态监控(ECM)又称作发动机健康监控(EHM)或发动机趋势监控(ETM)。它包括发动机运行参数的记录、主要偏离值的识别、各种数据的分析和故障预测。ECM能够帮助预测可能的故障,提前安排维修工作,避免或减少不必要的维修。本文就发动机制造商和维修企业ECM的开展情况以及ECM领域的关键技术和发展趋势进行详细的介绍。全面高效的ECM2006年,GE航空将发动机监控诊断平台从工程部门移出,与现有的客户服务资源进行了整合,在俄亥俄州辛辛那提总部成立了GE航空运营中心,主要为各种型号的GE和CFM56     

民用飞机发动机监测方法研究

对民用飞机发动机状态监测和故障诊断方法进行了研究,提出了一种能够实时反映零件故障信息的油液在线静电监测方法,设计并搭建了一套静电监测系统及实验平台,开展了循环润滑条件下销盘滑动摩擦磨损实验,使用自制的油液静电传感器对油路中磨粒进行监测。实验结果表明油液静电传感器能够监测到金属材料荷电颗粒,感应电压幅值与磨粒大小具有相关性,感应电压波形与磨粒荷电特性有关,验证了静电传感器在线监测的有效性,为判断故障提供了进一步的依据。     

民用飞机发动机监测方法研究

对民用飞机发动机状态监测和故障诊断方法进行了研究,提出了一种能够实时反映零件故障信息的油液在线静电监测方法,设计并搭建了一套静电监测系统及实验平台,开展了循环润滑条件下销盘滑动摩擦磨损实验,使用自制的油液静电传感器对油路中磨粒进行监测。实验结果表明油液静电传感器能够监测到金属材料荷电颗粒,感应电压幅值与磨粒大小具有相关性,感应电压波形与磨粒荷电特性有关,验证了静电传感器在线监测的有效性,为判断故障提供了进一步的依据。