基于ReliefF-LMBP算法的涡轴发动机气路故障模式识别—两机专刊

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。     

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。     

某型涡轴发动机性能衰减与部件退化评估

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.      

涡轴发动机监视参数选择与诊断方法研究

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。     

某型涡轴发动机空中起动故障分析

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.     

某型涡轴发动机喘振攻关与验证

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。     

某涡轴发动机停车冒烟故障分析

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.     

某型航空涡轴发动机吞砂试验研究

砂尘环境是航空发动机事故中常见且重要的诱发环境,因此,吞砂试验是新型发动机摸底和定型的重要试验项目。根据GJB 242-1987相关要求,通过设计投砂装置模拟真实砂尘环境,对某型航空涡轴发动机进行地面吞砂试验。试验结果表明:随着吞砂时间的增加,发动机功率衰减,耗油率增加,燃气涡轮出口总温有所提高;发动机性能在吞砂前2 h变化速率较快,随吞砂时间增加变化速率放缓。     

某型涡轴发动机地面低温起动技术研究

分别从不加温直接起动、数控系统控制规律更改、加温后起动等各方面对某型全数控涡轴发动机在高寒机场的地面低温起动试验进行分析研究,最终总结出该型发动机的地面低温起动规律。结果表明：延长起动机带转时间,并对发动机进行适时加温,可使发动机低温起动成功。     

基于神经网络和证据融合理论的航空发动机气路故障诊断

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了改良的D-S证据理论,对基于自组织竞争网络和BP神经网络的2个诊断子系统的诊断结果进行决策级融合。结果显示,经过融合整个系统降低了误诊率,改善了诊断性能。文章还针对噪声干扰的情况,通过调整对于2个子系统的权重,在保证高准确率的同时提高了系统的抗噪声性能。研究结果表明D-S证据理论的使用可以达到比单独运用2个神经网络子系统都要好的诊断效能。     

机载电子设备集成智能故障诊断系统

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。     

基于一致性融合和神经网络的航空发动机气路系统故障诊断方法

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。     

基于故障树分析法的某型直升机故障诊断专家系统设计分析

介绍一个应用于某型舰载反潜直升机的基于故障树分析法的故障诊断专家系统。首先讲述了系统的开发背景及总体结构 ;其次阐明了故障树分析法的基本原理 ;最后详细描述了知识库的构成以及推理机的工作机制。本系统不但具有故障诊断的能力 ,还具备较强的自学习的功能。     

集成神经网络在智能故障诊断技术上的应用

针对单子神经网络的局限性提出了将神经网络技术集成用于智能故障诊断的思想,并对集成神经网络的诊断系统的结构和工作原理进行介绍.最后,给出一个基于两个BP子网的故障诊断系统的实例,详细介绍其诊断过程,并对其结果进行了分析.     

基于频谱法与神经网络的航空起动发电机的故障检测与诊断

应用频谱法对航空直流起动发电机发电状态进行故障检测与诊断。采用对电机的电枢纹波电流信号进行频谱分析,提取该信号在频率域特征量,将频谱特征向量作为学习样本,通过训练,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障检测与诊断的目的。电机故障实验和分析表明,与常规方法相比,频谱分析与神经网络相结合的方法进行实时检测和诊断具有简单、有效等优点。     

基于神经网络和专家系统的电传操纵系统故障诊断

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。     

测试设备故障诊断专家系统的设计与实现

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。     

基于部件特性未知的航空发动机故障诊断技术

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。