深度卷积神经网络在轴承多故障复合诊断中应用研究

基于深度学习具有强大的自特征提取能力和较优的分类能力,将深度卷积神经网络引用到轴承的故障诊断中,提出了基于一维深度卷积神经网络的轴承复杂工况故障诊断方法。在提出的方法中,将轴承的多故障振动信号作为模型的直接输入,通过训练深度卷积神经网络模型,利用模型中多个卷积层和池化层对输入的振动信号进行自特征提取,并进行故障分类。从而以基于数据驱动的方式形成端到端的故障诊断。研究表明,在一维深度卷积神经网络中直接输入轴承振动信号进行故障诊断,与提取时域和频域特征结合支持向量机进行故障诊断的方法相比,深度卷积神经网络可以更好地反映时域振动信号与特征间的关系,获得了比传统智能诊断方法更高的识别效率。     

液体火箭发动机健康监控技术研究现状

液体火箭发动机健康监控技术是改进和提高运载火箭、航天器可靠性与安全性的核心技术之一,对其进行研究具有重要的学术价值和工程应用价值。液体火箭发动机健康监控技术的研究主要包括液体火箭发动机故障检测与诊断理论方法、液体火箭发动机健康监控系统两方面。该文介绍了基于模型驱动的方法、基于数据驱动的方法和基于人工智能的方法,阐明了液体火箭发动机故障检测与诊断理论方法的研究现状,通过对美国液体火箭发动机典型健康监控系统的介绍,阐明了液体火箭发动机健康监控系统研究的若干进展及现状,并对液体火箭推进系统健康监控技术的演变趋势作了简要评述。     

执行器故障下的运载火箭非奇异终端滑模容错控制

针对存在未知外部干扰和执行器卡死故障的运载火箭,提出了一种基于非奇异终端滑模面的姿态跟踪控制算法。首先,建立了考虑干扰和执行器卡死故障的运载火箭姿态控制系统多输入多输出系统模型;然后定义了运载火箭姿态跟踪系统模型,针对定义的模型,设计了一种非奇异终端滑模面,使得系统在执行器故障情况下仍能较为精确地跟踪参考信号。基于李雅普诺夫函数证明了运载火箭姿态跟踪控制系统的稳定性和有限时间收敛特性。数值仿真检验了本文基于非奇异终端滑模运载火箭姿态跟踪控制算法的有效性。     

正三角形排列三圆柱绕流与涡致振动数值模拟

基于有限体积法求解二维粘性不可压缩N-S方程,对低雷诺数下正三角形排列等直径三圆柱的绕流与涡致振动进行数值模拟.圆柱振动简化为两自由度的质量-弹簧-阻尼模型,圆柱的动力响应通过Newmark-β方法求解.间距比在1.5~6.0之间变化,重点研究各圆柱的气动力和响应及相关的频率特性、尾流流动模式随间距比的变化.研究结果表明:三圆柱发生振荡时的气动力要远大于绕流结果,当间距比在3.5~4.0之间气动干扰最为强烈.当间距比大于3.0时,下游圆柱的横向和流向位移相位差出现周期性切换,导致升力系数均值出现波动,并且     

国内代码共享航班票价发布模式分析

代码共享是航空运输企业特有的一种商务合作方式,可以在不增加运力的前提下帮助航空公司提高市场占有率和客运量,达到资源共享、增加收益的目的。代码共享航班的票价制定及发布,是支撑航空公司代码共享收益的核心组成部分,本文总结了国内航空公司关于代码共享航班票价发布模式的发展变迁,分析了兴起于不同时间段的数种发布模式的相应特点与存在问题,并结合机票价格发布业务的趋势,展望了票价发布模式今后的发展前景,以期对航空公司代码共享票价的制定与发布流程建设及优化起到积极的推动作用。     

窄距平行双跑道运行效率分析

随着我国航空运输业的发展,部分单跑道机场容量逐渐达到饱和,单跑道已经不能满足航空业务量的需求,因此近年来越来越多的窄距平行双跑道投入运行。本文采用统计分析方法梳理国内由单跑道构型提升到窄距平行双跑道构型机场容量保障提升情况,并通过计算机仿真方法分析贵阳机场窄距平行双跑道不同跑道使用策略下的机场运行效率情况,以期为机场跑道规划建设提供新思路。     

涡轮叶片的网格参数化方法及其寿命可靠性优化

涡轮叶片的寿命可靠性优化对保障发动机安全,提高发动机使用寿命具有重要意义。传统的确定性优化由于没有考虑不确定性因素的影响,其结果往往导致结构可靠性低,严重威胁发动机的安全。针对复杂的含气膜孔几何变量的涡轮叶片几何构型,提出局部参数化网格变形方法,在关注的叶片前缘部分采用六面体网格,并利用局部网格变形法实现其参数化变形,其他部分采用四面体网格,以缩短其网格划分时间,提高其网格划分效率。所提方法实现了不确定条件下的含气膜孔几何变量涡轮叶片的寿命可靠性优化,在满足可靠性约束和几何约束的条件下,使得涡轮叶片基于不确定性的寿命均值提高了18.36%。     

用于空间站的四重冗余对接控制系统设计

针对空间站所处太空环境的特殊性、对接机构对空间站正常运行的重要性,以及对航天器可靠性要求日益增加的问题,提出在对接控制系统中增加可靠性设计,实现整个机构的高质量、平稳运转。在完成正常控制功能的基础上,在系统中采用了四重冗余的工作机制,包括主备机双热备份、自动/手动控制模式切换、自动控制关闭指令双线发送和工作模式的三取二判断,对四重冗余设计的具体判断流程进行了详细的解释。对控制系统软件进行仿真验证,结果表明：本方法设计的对接控制系统具有高可靠性和故障容错能力。     

A320飞机APU进气系统及典型故障分析

辅助动力装置（APU）主要为飞机在地面和空中提供电源和气源。本文选取A320飞机常用的APS3200型APU为研究对象,阐述了APU的总体组成,介绍了APU进气系统的功能及其部件组成,分析了“进气风门打不开”及“进气口传感器故障”的故障原因与排故流程,为APU的维修与设计提供参考。     

基于 Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了 1种基于 Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以 CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的 Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。