基于RBF神经网络的飞参数据预处理

由于存在干扰,飞参系统记录的发动机参数中,经常会有不少间断点和奇异值.为了利用数据对发动机性能趋势进行预测,必须对数据进行预处理.发动机作为一个系统,其各主要输入和输出参数之间必然存在着一定的函数关系.本文研究了利用RBF神经网络和参数之间的关系对数据进行预处理,得到了较为正常的数据,结果表明该方法是有效的.     

基于广义回归神经网络的飞参数据预处理

由于存在干扰,飞参系统记录的发动机参数中,经常会有不少间断点和奇异值.为了利用数据对发动机性能趋势进行预测,必须对数据进行预处理.分析了航空发动机作为一个系统,其各主要输入和输出参数之间存在的函数关系.研究了利用广义回归神经网络和参数之间的关系对数据进行预处理,结果得到了较为正常的数据,证明该方法是有效的.     

基于数字滤波技术的飞参数据预处理

由于存在干扰,飞参系统记录的发动机参数中会存在噪声误差.为了利用数据对发动机工作状态和性能趋势进行监控,必须对数据进行预处理.本文利用动态数字滤波技术对高、低压转速数据进行预处理.处理后的数据更加连续、平滑,且更加清晰地反映出参数随时间的变化趋势,由此证明该方法是有效的.处理结果可在航空发动机状态监控中得到应用.     

基于混沌变量的航空发动机性能监控与故障诊断

针对在利用综合加权法计算表征发动机整体性能的综合指数时,各参数的权系数难于确定,本文提出利用混沌变量确定各参数的权系数,使优化得到的综合指数值比采用专家调查法所得到的综合指数值更能灵敏、准确地反映发动机整体性能的变化情况,提高了发动机性能正常与否的识别率,并以此来发现发动机潜在早期故障,防止故障的扩大。通过对某型涡扇发动机进行监控,证明该方法确实有效。      

基于遗传算法的发动机性能监控与故障诊断

利用综合加权法计算表征发动机整体性能的综合指数时，各参数的权系数难于确定。利用遗传算法确定各参数的权系数，使所得到的综合指数值比采用专家调查法所得综合指数值更能灵敏、准确地反映发动机整体性能的变化情况，提高了发动机性能正常与否的识别率，并以此来发现发动机潜在早期故障，防止故障的扩大。通过对某涡扇发动机进行监控，证明该方法确实有效。     

基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.     

航空发动机试验数据采集分析系统设计与实现

实现航空发动机试验数据的高速采集与高效分析,对提高航空发动机试验效率和技术水平有着非常重要的意义。在分析原系统的不足的基础上,设计与开发了新型航空发动机试验数据采集分析系统,实现了全参数高速记录和稳态数据的自动生成等功能,并利用数据库技术对试验数据进行了高效管理。     

基于性能非线性退化统计模型的发动机剩余寿命预测

针对航空发动机在性能退化过程中普遍存在的非线性和不确定性问题,提出一种基于非线性退化数据的统计模型和剩 余寿命预测方法。通过对发动机性能真实退化轨道的分析,采用统计回归的建模方法建立发动机退化轨道模型,利用发动机的历 史数据,通过最小二乘估计求解模型中的未知参数;根据贝叶斯准则,以发动机实时监测数据与参数的先验分布对模型中的参数 进行实时更新,以发动机性能退化量首次达到红线值作为失效依据,采用蒙特卡洛仿真的方法得到发动机剩余寿命分布,实现了 对个体发动机剩余寿命的预测;通过试验数据进行发动机剩余寿命的预测,验证了该方法的准确性。结果表明：根据发动机退化 数据结合退化模型得到的个体发动机剩余寿命实时预测值末端均方根误差为0.02588,可以辅助指导维修决策。     

基于模糊信息熵的航空发动机性能评估和可靠性分析

以航空发动机为研究对象,利用发动机测量参数变化评估发动机综合性能。将多个测量参数通过模糊信息熵方法转化成1维参数,克服了1个参数不能全面反映发动机性能的缺点;结合性能退化可靠性理论和随机过程方法,通过分析发动机性能退化过程,运用威布尔分布建立了基于随机过程的性能退化过程中的发动机性能可靠性模型。结果表明：通过模糊信息熵方法得到的性能参数能较好地反映发动机性能状况及可靠性程度。     

航空发动机性能监视参数选择的研究

介绍了发动机性能监视参数选择的必要性,以ＪＴ９Ｄ－７Ｒ４Ｅ发动机为例,利用敏感性,相关性和Ｊ值分析技术对性能监视参数选择方案进行了研究,得到了３种参数组合下的２３个可行性方案,本研究方法及结果具有一定通用性,对发动机性能监视参数的选择具有重要指导意义。     

多参数载荷组合的概率分布研究

本文提出了航空发动机多参数载荷谱编制的概率分布方法。首先根据发动机构件受力特点选取基准参数,然后根据多参数载荷时间历程统计出各参数之间的双参数表,利用双参数表对载荷参数进行相关性检验,获得各参数之间的相关关系以及相关参数的相关区间,进而得到拟参数,再根据实测参数载荷历程统计出拟双参数表,并求出参数的边缘概率分布和条件概率分布,最后根据概率理论求解任意参数组合下发生的联合概率。利用该方法编制了某战斗机发动机的多参数载荷谱,给出了3个方向的过载与发动机转速组合的发生概率。      

航空发动机闭环辨识研究

 本文介绍了在航空发动机闭环控制系统的反馈通路上施加伪随机试验信号时,对发动机模型参数进行辨识的方法。同时还介绍了对辨识试验所录取信号的相关分析与谱分析,以此来证明所录取信号的正确性。在用Hsia法进行辨识处理后得到了发动机的数学模型。最后通过对模型的验证表明辫识结果是满意的。     

航空发动机参数显示技术发展趋势

介绍了目前国内航空发动机参数显示技术的现状及其发展过程，通过分析，阐述了为满足今后使用及飞机座舱显示仪表电子化、综合化的发展要求，应尽快研制并形成相对独立的航空发动机参数综合显示系统。详细叙述了航空发动机参数综合显示系统的基本要求及组成。     

数据挖掘在运载火箭智能测试中的应用

针对运载火箭复杂系统的故障检测难以建立准确的数学模型的问题,研究了基于数据驱动的数据挖掘异常检测算法,对多种数据挖掘算法在运载火箭发动机异常检测的应用进行了研究和分析,提出了基于混合概率密度统计的多策略异常检测评价算法。该算法基于非监督学习的算法挖掘火箭发动机不同参数间的正常关联模型,火箭发动机早期的异常数据会引起正常关联模型的破坏,引入混合概率密度统计的多策略异常检测评价机制,可以有效屏蔽参数测量故障对系统故障检测的影响,从而更加准确给出系统异常程度。使用发动机历史试车数据作为样本进行特征模型的训练,使用一元、多元和混合概率密度模型对存在异常的发动机试车数据进行了实时异常检测的实验验证。实验结果表明,相比传统基于阈值和规则的异常检测算法,基于概率密度统计的多策略异常检测算法不仅可给出系统的正常和异常的状态,还可计算各参数和整个系统的异常值,为运载火箭进一步的故障诊断提供更加灵活的参考。     

低温推进剂贮箱增压系统分布参数数值仿真(Ⅱ)增压系统数值模型与仿真结果

在所建立低温推进剂分布参数贮箱模型的基础上,采用液体火箭发动机试验台气路系统模块化建模与仿真软件,对某试验台液氧贮箱增压系统在发动机点火工作段的增压过程进行了仿真研究.仿真结果与试验结果以及经验公式计算结果获得了很好的一致,表明分布参数贮箱模型相对于集中参数模型更为准确全面地描述了低温贮箱内的流动和热分层现象,并表明有限体积模型体系及所开发的仿真软件具有广泛的适用范围和良好的仿真精度,在管路系统仿真领域具有工程应用价值和数值拓展潜力.      

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。     

基于小波理论的液体火箭发动机试验数据噪声处理

1引言液体火箭发动机试验(也称发动机试车)的主要目的之一,就是为了获得发动机各类参数的大量数据,因为这些数据是验证发动机设计理论,研究发动机工作性能的重要依据[1]。稳态参数是液体火箭发动机试验的主要检测参数。在工程实践中,经常认为稳态参数是变化缓慢的参数,常采用降     

涡桨飞机飞行性能和升阻特性的试飞确定

讨论了涡轮螺桨飞机阻力极曲线值得注意的一些特点,并介绍了根据这些特点而提出的试飞确定涡桨飞机飞行性能和升阻特性的一种“等质量法”该方法先把各种飞行条件下获得的试飞数据算到的标准条件,然后利用参数组合的线性关系来简化数据处理,具有简单易行的优点。     

利用飞行试验数据对发动机参数估计的研究

本文研究利用不同飞行状态下测量的发动机变量估计涡轮进口温度和压气机出口压力。参数估计法采用多元线性回归分析法。根据变量选择的综合最优原则 ,从 6个测量变量中选择了回归方程的自变量 ,建立仅包含 3个发动机测量变量的回归模型 ,参数估计结果证明模型的估计精度是满意的。本文还介绍了利用专用设备在线录取发动机变量的数据处理方法。     

某型涡扇发动机状态模型修正

为了针对每一台发动机建立准确的气路故障诊断模型,采用部件法建立了某型涡扇发动机的基准数学模型,分析了模型失配的原因,确定出需要修正的特性参数,采用小波分析实现对可测参数数据的预处理,通过求解所建的扩展非线性方程组完成了发动机模型的离线修正。经仿真验证该算法有较高精度,且易于工程实现,为建立准确的稳态气路故障诊断方程奠定了基础。