基于标样比对测试的固体火箭发动机工业CT检测工艺

针对固体火箭发动机CT检测缺少行业标准的问题,使用正密度材料块模拟界面脱粘缺陷和使用合金块模拟药柱内部缺陷来制作标样发动机,对标样发动机和实际发动机进行CT检测对比试验,并解剖取样验证。结果表明发动机CT检测和射线照相、解剖试验结果吻合,标样发动机设计满足研究需要。同时确定了工业CT系统发现缺陷的最小能力:脱粘面积20 mm×20 mm,宽度0.4 mm,气孔和夹杂直径5 mm,裂纹宽度0.4 mm。建立检测标准规范了固体火箭发动机CT检测工艺。     

基于支持向量机的民航发动机故障检测研究

将支持向量机用于民航PW4056发动机故障检测研究。首先,对3个发动机巡航数据偏差进行研究,分析得到故障检测应采用短期偏差;其次,由于模型参数对检测准确率影响很大,文中采用验证法进行模型参数选择,并分析了模型参数对检测准确率的影响;最后,对检测模型的输出进行了分析,并定义了异常指数来衡量发动机故障严重程度,其中检测模型的训练和验证采用了发动机真实运行数据。研究表明,该发动机故障检测模型有效可行,准确率达到90%,但要获得更高的检测准确率,还需进一步提高数据质量。     

固体火箭发动机局部缺陷检测研究

针对投影数据不完整的情况,提出了固体火箭发动机局部缺陷检测的方法,实现了局部图像重建和发动机脱粘层与壳体间的图像重建,并利用局部图像重建的检测方法,扩大发动机检测的范围,提高现有ICT的检测功能和效率.     

基于键图理论的液体火箭发动机故障检测与诊断方法

阐述了键图理论在液体火箭发动机故障检测与诊断中的应用.介绍了液体发动机的键图模型,导出定性推理公式,给出了在发动机故障检测与诊断中的应用步骤.以获得的某些信息量为依据,分析出发动机存在的可能故障.研究结果表明,键图理论用于发动机故障检测与隔离是可行的,且具有实时性强、计算简单的优点.     

航空发动机振动不平衡相位检测方法研究

介绍了现有航空发动机动平衡及振动不平衡相位检测技术的发展及现状。研究了基于互功率谱的航空发动机振动不平衡相位检测方法。推导了基于互功率谱的相位估计原理,建立了与发动机振动监控共用计算过程数据的方法与流程,有效地节省了计算资源。试车试验结果表明,提出的方法能显著提高航空发动机振动不平衡相位检测的准确性和实时性,相位检测结果可应用于发动机转子动配平,为实现发动机在线动平衡奠定了技术基础。     

液体火箭发动机健康监控──故障检测与诊断

以大型液体火箭发动机故障诊断系统框架为基础，按照发动机不同工作阶段的特点建立了相应的故障检测与诊断算法。利用发动机的高队数学模型，对基于推广的卡尔曼滤波器技术的新息检测算法进行了研究。根据发动机系统工作过程的特点，建立了降阶故障模式响应模型，并发展了相应的故障模式检验方法。为了适应在线实时检测的需要，利用发动机的试验数据，分别研究了基于人工神经元网络辨识模型的发动机启动过程检测算法和基于时间序列分析方法的发动机主机工作过程检测算法。通过试验数据的检测验证，证明了这些实时算法的快速性、准确性和鲁律性。     

飞机发动机状态检测系统设计

根据目前飞机总装车间内场检测需要,开发研制了用于检测飞机发动机各种运行状态的智能化检测系统,并在严格的程序控制下,逐项完成了发动机工作过程中的状态检测。     

人工智能技术在航空发动机孔探检测中的应用进展

孔探是当前航空发动机检修过程中应用最多的无损检测方法,也是孔探图像的唯一获取途径。近年来,深度学习等人工智能方法开始被应用到航空发动机损伤分类、检测中,为实现航空发动机检修智能化提出了一些现行有效的方法,具有重要的工业应用价值。本文概述了航空发动机孔探检测的发展和优缺点,综述了专家系统和机器学习人工智能方法在发动机孔探图像方面的应用进展,总结了基于孔探图像实现航空发动机孔探检测智能化面临的一些挑战。     

基于激光自准直的发动机轴孔同轴度在线检测方法

涡扇发动机定子轴孔的同轴度会影响发动机整体质量和运转情况,故而定子轴孔同轴度的大小是影响发动机质量的一个重要指标,减小同轴度误差可以提高发动机的运行质量,因而对发动机同轴度精密检测的要求也越来越高。为了解决现有人工检测方法中存在的效率低、精度不高的问题,且为了克服定子装配后的待测孔位置较深导致现有通用检测仪器无法直接测量装配后同轴度的困难,在分析了国内外同轴度检测研究现状的基础上,将激光准直技术、轴孔定心测量技术相结合,设计基于激光自准直的检测方法和装置。所设计针对规定型号涡扇发动机定子轴孔的同轴度检测装置,系统变形量约4μm,定心误差小于4μm,并得出了具有普适性的发动机定子轴孔同轴度检测方法,有望实现发动机定子轴孔同轴度误差的在线检测,并有效缩短装配时长、优化总装工艺。     

航空发动机叶片表面损伤与检测研究进展

航空发动机叶片的工作环境极其恶劣,表面会出现各种类型的损伤。在损伤早期进行表面检测能够有效预防因损伤扩展导致的叶片失效断裂。发动机叶片表面损伤的检测和评估主要由人工操作,严重依赖工作经验,但人工检测不仅效率低下,而且检测结果容易受到人为因素的影响。为了高效、高精度地检测发动机叶片表面损伤,从叶片失效形式出发,综述了发动机叶片在停放和运行2种状态下的损伤机理,并重点阐述了涡流检测、渗透检测等常用于叶片表面损伤检测的方法。总结了基于机器视觉的检测技术,分析机器视觉检测面临数据集稀缺和单一性的挑战,认为收集大量数据并进一步完善评估标准是未来发动机叶片表面损伤检测系统研究的重点方向。     

液氧煤油火箭发动机起动故障检测

针对液氧煤油发动机试车起动阶段故障检测需要,确定了采用时序模型和非线性回归模型的两种检测方法,提出了检测参数选取的一般性原则并结合液氧煤油发动机特点确定了检测参数,设计了故障检测所需的完整的软、硬件系统。经系统调试和试车同步验证,证明该检测系统能有效检测发动机起动阶段故障,对提高试车可靠性和安全性有重要意义。      

固体火箭发动机缺陷的ICT局部检测

为了实现对固体火箭发动机缺陷的局部检测,提出了窄角扇束工业计算机断层扫描成像(ICT)检测固体火箭发动机缺陷的局部检测方案.采用平移/旋转扫描方式和只旋转扫描方式对固体火箭发动机缺陷进行局部检测.为了验证局部检测方案的有效性,利用窄角扇束ICT对某型固体火箭发动机进行局部检测,并利用卷积反投影算法和小波变换算法进行局部重建.结果表明:平移/旋转扫描方式适合窄角扇束ICT对固体火箭发动机缺陷进行局部检测,只旋转扫描方式不适合局部检测.由于利用局部缺陷区域外的投影数据,卷积反投影算法较小波变换算法的局部重建质量高.这对于提高固体火箭发动机缺陷的检测效率,降低检测成本具有重要意义.      

某航空活塞发动机回火试验

为解决某航空活塞发动机要取得适航型号合格证(TC)须按CCAR-33部《航空发动机适航标准》第33.51条进行回火试验的问题,通过对单缸发动机回火试验的研究,提出了采用光电信号进行发动机回火检测的测量方法.试验验证表明:光电检测方法能够有效地检测到发动机回火现象.在此基础上,通过试验确定了调节燃油伺服器的贫富油操纵杆逐渐调贫发动机的燃油流量来诱导发动机回火的试验方法.回火试验结果表明:所测活塞发动机在其整个工作状态下存在回火倾向,但在人工诱导57次回火后,发动机状况良好,满足适航认证的要求.      

动态神经网络在液体火箭发动机故障检测与分离中的应用

应用动态神经网络在线辨识方法，提出了一种液体火箭发动机故障实时检测与分离基本系统。检测逻辑通过度量包含发动机故障信息的辨识残差信号实现火箭发动机故障检测，故障分离通过分析辨识误差相关函数的不同空间特征来实现。仿真研究表明动态神经网络可成功地应用于泵压式液体火箭发动机故障检测与分离。     

便携式坐标测量系统在航空发动机关键部件检测中的应用

介绍了激光跟踪仪和关节臂坐标测量机在航空发动机关键部件检测中的应用,根据发动机部件的特点,对几类共性的检测问题提出了计量解决方案.     

无损检测——航空发动机结构高可靠性的重要保证

广泛采用新材料、新结构、新工艺、新技术,是达到航空发动机高性能、高耐久性、高可靠性、高维修性的实施途径。无损检测则是确保发动机结构高可靠性的重要手段。本文从发动机的基本任务与特点出发,提出了无损检测技术应承担的任务及对无损检测的基本要求,介绍了有关无损检测工作的现状,并对如何加强无损检测技术的发展与行业管理提出了建议。     

航空发动机部件虚拟装配及数字化检测技术

虚拟装配与数字化检测技术是航空发动机制造中的先进技术,应用在发动机部件装配及检测中能起到事半功倍的作用。为满足某航空发动机新型喷管的研制需要,以新型喷管为载体,进行了虚拟装配及数字化检测技术研究。结果表明,虚拟装配技术的运用,避免了不必要的返工和浪费,能缩短装配周期,节省研制成本,加快研制进度;而数字化检测技术的运用,使装配质量有了大幅提升,使发动机可靠性得到保障。     

固体火箭发动机工业CT探测系统

本文提及X射线底片法和实时显象法检测固体发动机的局限性,介绍了具有优良探伤性能的固体发动机工业CT系统,简要推导和阐述了系统生成发动机薄断层密度分布图象原理、常用图象再建方法、系统基本组成和关键部件,评述了系统探测固体发动机的性能和检测各类缺陷的能力,讨论了其优缺点.对固体发动机工业CT系统的近期动向作了简要说明.     

基于ResNet-LSTM的航空发动机性能异常检测方法

为了实现数据驱动的航空发动机性能异常的智能检测,提出了一种基于残差网络（ResNet）-长短期记忆网络（LSTM）的发动机性能异常检测方法。采用发动机性能数据图像化方法,在数据降维的同时,完备保留数据的关联特征和时序特征;以残差单元构建发动机性能异常检测模型,在加深网络结构的同时,消除深层网络梯度消失问题,提高发动机性能图像空间关联特征的提取能力。同时,引入LSTM,提出基于ResNet-LSTM的发动机性能异常检测模型,通过ResNet与LSTM的融合,强化异常检测模型对时序特征的提取,提升发动机性能异常检测的准确率;通过发动机运行数据进行验证。结果表明：在训练集上,该方法的异常检测准确率为94.95%,比基于ResNet18、ResNet34、ResNet50异常检测模型的分别提高10.87%、8.00%、3.23%;在测试集上,该方法的异常检测准确率为92.15%,比基于ResNet18、ResNet34、ResNet50异常检测模型的分别提高11.81%、9.45%、3.78%。     

固体发动机老化过程中材料缺陷无损检测方式

综述了无损检测固体发动机的研究现状及应用前景，并对现有的无损检测固体发动机方法，提出了技术改进的措施。