Modeling of reliability and performance assessment of a dissimilar redundancy actuation system with failure monitoring

Actuation system is a vital system in an aircraft, providing the force necessary to move flight control surfaces. The system has a significant influence on the overall aircraft performance and its safety. In order to further increase already high reliability and safety, Airbus has imple-mented a dissimilar redundancy actuation system (DRAS) in its aircraft. The DRAS consists of a hydraulic actuation system (HAS) and an electro-hydrostatic actuation system (EHAS), in which the HAS utilizes a hydraulic source (HS) to move the control surface and the EHAS utilizes an elec-trical supply (ES) to provide the motion force. This paper focuses on the performance degradation processes and fault monitoring strategies of the DRAS, establishes its reliability model based on the generalized stochastic Petri nets (GSPN), and carries out a reliability assessment considering the fault monitoring coverage rate and the false alarm rate. The results indicate that the proposed reli-ability model of the DRAS, considering the fault monitoring, can express its fault logical relation and redundancy degradation process and identify potential safety hazards.     

广义回归神经网络在冗余捷联惯导故障诊断中的应用研究

针对冗余捷联惯导的故障诊断问题,研究提出了一种基于广义回归神经网络的故障诊断方法.该方法在传感器输出数学模型未知的情况下,仅通过传感器之间的冗余关系,利用传感器正常工作时的测量值和改进的神经网络估计输出值生成残差进行故障诊断.仿真试验表明,利用神经网络补偿产生的残差可以检测到未补偿时的故障.该方法不仅可以检测到单故障,...     

姿控发动机稳态故障效应分析

在考虑了实际试车过程中已出现过或可能出现的故障的基础上,建立了恒庆挤压式双组元姿态控制发动机系统的稳志故障模型,并利用梯度法对该模型进行了求解。在此基础上进行了几种典型故障的仿真,分析了它们所产生的效应,识别出这些故障的模式。最后给出了用于分离和监测故障的关键参数。     

某航空涡轴发动机健康状况监视与分析

为了及时掌握某涡轴发动机的健康状况,设计了机载发动机参数监视仪,发动机的热力参数,滑油参数及振动参数进行了监视,编制了地面分析软件,给出了用于诊断发动机单元体故障的测量参数和部件性能评估参数,探讨了利用故障因子概念诊断单元体故障的方法,运用发动机的实际无故障数据和模拟故障数据进行了仿真,结果表明,诊断结论可信,该系统在对役涡轴发动机的健康监视具有实用性。     

基于部件跟踪滤波器的解析余度技术

研究一种以发动机部件跟踪滤波器(CTF)为基础的解析余度技术, 它将CTF与故障检测、隔离和适应逻辑进行了有效的综合, 以改进发动机数控系统的可靠性。仿真表明, 本文所设计的解析余度技术, 在传感器无故障时, 机载模型能正确跟踪发动机的变化。当传感器发生故障时, 在不损坏机载模型的情况下, 又能及时、有效地进行硬、软故障的检测、隔离与适应。      

模糊极小极大神经网络在火箭发动机故障分类中的应用

研究了一种用模糊集表示火箭发动机故障模式的神经网络分类器。模糊集是由模糊超立方体聚集形成的集合体,模糊超立方体是一个极小点和极大点构成的用隶属函数表示的ｎ维方盒。极小点和极大点的确定用包含有扩张与收缩阶段的模糊极小极大学习算法实现,这种算法能在一次循环学习中形成非线性模式边界,无需对已知故障模式重新训练就可融合新样本和精炼已存在的故障模式。模糊集用于故障模式分类自然地提供了故障更刘水平分类的有用信     

基于DSPN的航天测控系统任务可靠性仿真建模

提出了基于确定与随机Petri网（deterministic and stochastic Petri nets,DSPN）的航天测控系统（tracking,telemetry and command,TT&C）任务可靠性定量分析方法,旨在对相关航天测控方案进行可靠性预计.通过对TT&C系统任务剖面进行时序弧段划分,考虑实际系统中测控单元阶段依赖、单元故障可修以及各单元参与任务起止时间不同等其他建模方法难以处理的复杂因素,建立了“单元层-系统逻辑层-阶段层”3层相互关联的TT&C系统任务可靠性DSPN模型.通过对模型仿真运行,实现了对给定测控方案下TT&C系统任务可靠性定量化评估.分析表明:仿真结果随着仿真次数增加逐渐收敛,与Markov解析方法求得的精确值对比误差控制在1%以内.      

温度对压电陶瓷传感器信号传输的影响研究

近年来,飞机结构健康监测技术得到了快速的发展,并在航空航天等领域得到了广泛的应用,特别是在碳纤维复合材料结构的状态监控与损伤诊断方面更是明确了功能材料与智能结构的发展趋势。首先分析了航空领域典型的结构健康监测技术,包括模态法、机电阻抗法、超声法、声发射法、Lamb波法,并对其中的Lamb波法进行深入讨论。而后,开展了基于Lamb波技术的温度对压电陶瓷传感器信号传输影响的实验研究。该研究考虑了实验装置及传感器在高温环境下的特性,特制了用于测试压电陶瓷传感器信号传输特性的高温实验装置,将压电陶瓷传感器通过机械方式安装于实验装置上,开展环境实验。分别对五档不同温度下的实验结果进行分析,研究结果表明:温度对压电陶瓷传感器信号传输具有一定影响,并给出了信号受温度影响的变化规律。     

基于GSPN的机载液压作动系统可靠性模型

机载液压系统具有余度降级、故障检测、隔离等动态时序过程,传统基于两元可靠性模型很难描述其动态行为和性能降级过程.针对这一问题,采用分层聚类和广义随机Petri网相结合建立了机载液压系统可靠性模型.利用该模型,详细分析了故障检测装置的故障检测率对系统可靠性的影响.分析结果表明,由于故障检测装置故障检测率的影响,机载液压作...     

基于核函数主元分析的航空发动机故障检测方法

航空发动机性能由正常到异常、再由异常发展到完全故障的阶段,其参数变化具有一定非线性特征。为了有效检测这种具有非线性特征的故障,提出一种基于核函数主元分析(KPCA)的非线性故障检测方法。该方法通过核函数完成非线性变换,将变量由非线性的输入空间转换到线性的特征空间,在特征空间中使用线性主元分析(PCA)方法计算主元,构造T2和SPE统计量检测故障的发生。通过对某型涡扇发动机进行实例验证分析,结果表明,KPCA方法一方面克服了综合参数法由于没有确定的警戒值而无法有效地进行故障检测的不足;另一方面KPCA方法在非线性故障检测过程中能够提取重要的非线性特征信息,因而比PCA方法能更早地检测到早期潜在故障,且KPCA方法检测错误率更低。因此,KPCA方法更适合于具有非线性特征的航空发动机故障检测。     

液体火箭发动机智能健康监控技术研究进展

健康监控技术作为改进和提高液体火箭发动机安全性与可靠性的核心关键技术,近年来其智能化发展的趋势十分明显。本文简要回顾了液体火箭发动机健康监控技术的发展历程;重点围绕基于传统人工智能的方法和基于深度学习的方法两个方面,对智能故障检测与诊断方法进行了系统地介绍;进一步阐述了健康监控系统在方案设计和实际应用等方面的研究现状,以及智能健康监控系统的发展情况;最后对今后健康监控技术的发展趋势进行了分析和展望。     

液体火箭发动机故障诊断技术综述

综述了液体火箭发动机故障模式与故障机理、故障诊断技术、故障诊断技术应用三个方面的研究进展。不同种类故障诊断方法的优缺点和应用场景各不相同,融合多种方法于一个健康管理系统,可以提升故障诊断的时间敏感性、对故障的覆盖性、对发动机工作阶段的覆盖性以及对传感器失效的鲁棒性。制约故障诊断方法在液体火箭发动机健康管理中应用的三个主要问题是：（1）故障诊断方法与对象结合不够紧密;（2）基础研究不足,故障模式和故障机理积累欠缺;（3）数据融合不足,信息量匮乏。     

航空发动机状态监视、故障诊断研究及验证

提出了发动机状态监视、故障诊断的理论方法并搭建了该系统的软硬件平台,为建立机载发动机健康管理系统奠定了坚实的基础。首先,建立并验证了含有健康参数的发动机线性化模型,在模型的基础上设计了用于故障诊断的卡尔曼滤波器;其次,用设计好的滤波器可以准确估计出反应发动机运行状态的不可测参数;随后又用了一组卡尔曼滤波器诊断、隔离了传感器故障;最后,介绍了该部分机载系统原理样机的软硬件配置,并进行了算法平台验证,从操作和实现方式上验证了软硬件平台。该设计满足算法需求且界面人性化、易于操作。     

Aircraft engine fault detection based on grouped convolutional denoising autoencoders

Many existing aircraft engine fault detection methods are highly dependent on performance deviation data that are provided by the original equipment manufacturer. To improve the independent engine fault detection ability, Aircraft Communications Addressing and Reporting System (ACARS) data can be used. However, owing to the characteristics of high dimension, complex correlations between parameters, and large noise content, it is difficult for existing methods to detect faults effectively by using ACARS data. To solve this problem, a novel engine fault detection method based on original ACARS data is proposed. First, inspired by computer vision methods, all variables were divided into separated groups according to their correlations. Then, an improved convolutional denoising autoencoder was used to extract the features of each group. Finally, all of the extracted features were fused to form feature vectors. Thereby, fault samples could be identified based on these feature vectors. Experiments were conducted to validate the effectiveness and efficiency of our method and other competing methods by considering real ACARS data as the data source. The results reveal the good performance of our method with regard to comprehensive fault detection and robustness. Additionally, the computational and time costs of our method are shown to be relatively low.     

航空发动机尾气静电信号基线模型分析及应用

开展了基于尾气静电信号的航空发动机气路监控技术的应用研究,把尾气静电监测信号EGEMS作为一种新的气路状态参数并建立其基线模型,通过监控尾气静电信号RMS(root mean square)值的偏差值实现对气路部件的实时监控.首先从尾气静电监测的角度总结了尾气碳烟颗粒物的排放特性,分析了尾气静电信号的基线成分、主要影响因素及典型故障静电信号特征,在此基础上分别提出了基于燃油流量单参数的尾气静电信号基线模型(参数化模型)和基于多元状态估计技术的多参数基线模型(非参数化模型)挖掘技术.通过对某型涡轴发动机尾气静电信号的分析表明:所建立的基线模型能够准确反映发动机不同工况下的尾气静电信号的基本特征,有效地监测到气路的异常状态,验证了所提方法的可行性和有效性.      

飞机结构健康监测技术

飞机结构健康监测技术已经在实验室实验及飞行试验中得到了成功验证,随着技术成熟度的持续提升,在未来数年,该项技术具备极大的装机应用的可能性。飞机结构健康监测技术是一项通过传感器等硬件获取结构或系统数据信息为核心的创新性技术,该项技术能够在飞机的设计、制造、运营和维护等各个过程中发挥重要作用,同时,也是未来智能航空的关键组成部分。此外,随着人工智能、大数据、5G以及物联网概念的推进,航空结构健康监测技术的发展得到了一次飞跃的契机。本文首先全面的分析了飞机结构健康监测技术为航空领域带来的益处,并对其关键技术和应用现状进行了系统性的阐述,最后基于现有理论知识与先前工程经验创新性地提出一套民用飞机健康管理策略。