共查询到19条相似文献,搜索用时 62 毫秒
1.
针对涡轴发动机气路故障模式识别精度不高的问题,提出了一种基于ReliefF-LMBP故障特征提取的发动机故障模式识别方法。应用ReliefF算法对发动机传感器参数赋予权值,对传感器参数特征权重值进行迭代更新和排序,聚集好的特征样本,离散异类样本。根据筛选出的特征子集,利用LMBP神经网络算法进行发动机故障模式识别。以涡轴发动机为对象进行气路故障诊断验证,结果表明所提方法能提取特征传感器参数并实现有效的故障模式识别。 相似文献
2.
3.
某型涡轴发动机性能衰减与部件退化评估 总被引:3,自引:2,他引:3
为在某型涡轴发动机持久试验中进行性能健康检查,采用多点匹配方法建立了个体发动机性能衰减计算模型,基于非线性气路分析方法对部件性能退化进行了计算,集合已有经验确定性能偏离部件,完成了某型发动机持久试验中不同阶段的性能衰减评估.结果表明,某型发动机性能衰减及部件性能退化成阶段性分布,前期压气机和燃气涡轮性能变化最快,随后处于相对稳定阶段,动力涡轮性能在目前试验时数范围内基本无变化.该方法的验证为涡轴发动机使用过程中的性能健康与评估提供了有益的经验. 相似文献
4.
涡轴发动机监视参数选择与诊断方法研究 总被引:3,自引:1,他引:3
介绍了涡轴发动机性能参数与监测参数选取的依据和方法 ,建立了利用故障因子概念诊断发动机故障的数学模型 ,给出了亚定型故障诊断方程组的解法及其发动机健康状况判定依据和故障诊断有效性的评价指标。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 :建立的诊断模型可信 ;选取不同的测量参数可诊断不同的发动机故障 ;减少系统测量误差可以提高诊断的有效性。该系统对在役涡轴发动机的健康监视具有实用性 ,对其它发动机具有参考价值。 相似文献
5.
某型涡轴发动机空中起动故障分析 总被引:1,自引:0,他引:1
本文对某型全数控系统控制的涡轴发动机在飞行试验中出现的空中起动超温、起动失败的原因进行了分析,并提出了一些改进建议,为发动机数控系统的完善提供了参考. 相似文献
6.
7.
针对某型涡轴发动机夏季试车时常发生加速喘振故障的问题,使用故障树初步分析引起喘振的主要原因,并通过径向扩压器叶片进行流场仿真、串装、多台发动机对比计量、试车试验等,对喘振原因进行深入分析。研究表明径向扩压器进口叶根倒角变大对发动机加速性能有一定程度的改善作用,大气条件对发动机加速性有一定影响,径扩面积越大、叶根圆角与进气边转接越顺滑,越有利于加速性能。 相似文献
8.
介绍了某涡轴发动机停车冒烟故障,通过建立故障树,对停车冒烟原因进行逐层剖析,结合分解检查和试验手段,展开了详细的分析,最终查明故障原因,并采取了相应排故措施.经过试验验证,故障得到排除. 相似文献
9.
10.
11.
12.
机载电子设备集成智能故障诊断系统 总被引:5,自引:0,他引:5
现有智能故障诊断方法主要有基于模型推理、基于规则、基于神经网络和基于案例的诊断方法,它们各有独特之处,又有各自的局限性。集成这些诊断方法能综合各诊断方法的特点,克服各诊断方法的局限性,从而提高诊断系统的智能性和诊断效率。本文根据飞机外场维护和内场大修的现状,设计了机载电子设备集成智能故障诊断系统。系统运用集成智能诊断策略,弥补单一推理方法存在的缺陷,增强了系统的故障诊断能力。实践表明,该集成智能故障诊断系统在机载电子设备的故障诊断与维修中发挥了积极有效的作用。 相似文献
13.
以信息融合为基础,运用GRNN神经网络对航空发动机气路系统进行故障诊断,提出了一种基于一致性融合和神经网络相结合的故障诊断方法。试验结果表明,该方法能快速识别航空发动机气路系统故障,并且对其他机械设备的故障诊断具有一定的参考价值。 相似文献
14.
15.
16.
17.
基于神经网络和专家系统的电传操纵系统故障诊断 总被引:3,自引:0,他引:3
提出了一种神经网络与专家系统相结合的故障诊断方法,研制了相应的诊断模块,并在某型飞机电传操纵系统的故障诊断中得以实现。在实物仿真和实际诊断实例中,该诊断模块均达到了很好的效果。从而证明了所提出的方法作为一种诊断策略,可作为飞机电传操纵系统快速故障诊断的基础。该故障诊断方法可推广应用到其它同类飞机的故障诊断当中,为现代航空维修保障的故障诊断提供了一条有效的新途径。 相似文献
18.
通过分析测试设备故障诊断专家系统的目的和任务,将模糊神经网络理论与专家系统结合后用于测试设备故障诊断,建立了故障诊断专家系统的模型。探讨了故障诊断专家系统中知识库的构建及维护、不精确推理等问题。用面向对象分析方法分析测试设备故障诊断专家系统,并用软件加以实现。 相似文献
19.
基于部件特性未知的航空发动机故障诊断技术 总被引:1,自引:1,他引:1
以航空发动机部件通用特性为基础运用单纯形优化方法,发展了一种预测发动机部件特性的自适应模型方法。并以此为基础运用气路分析原理,选取表征发动机性能参数变化的症兆变量和测量参数,建立了发动机故障诊断小偏差方程。诊断结果表明:症兆变量的选取和相对变化值大小对故障诊断误差有决定性的影响,其值的选取应以门限值1/3为最佳;故障诊断模型症兆变量与实际故障症兆变量变化值相对误差控制在5%内,且不会对故障类型的判断产生影响;故障诊断模型在已知的检验结果内无误诊现象。 相似文献