航空发动机技术状态标识建立的方法研究

为加强航空发动机的技术状态管理,对发动机技术状态标识的建立进行了具体的研究.依据发动机工作分解结构,对技术状态项的确定、选取原则、在系统中的建立以及实现更改控制给出了指导性思路,该方法已在航空发动机研制过程中进行了实践应用,可以满足技术状态管理中对基线的控制要求,同时也为其他复杂工程系统研发过程中开展技术状态标识工作提供参考.     

基于WINDOWS环境POP3协议邮件接收客户端的实现

Internet的电子邮件服务系统采用SMTP、POP、IMAP等应用协议。文章以POP3协议为研究对象，在Visual C＋＋ 6．0编程环境下应用POP3协议，通过套接字发送POP3命令，接收并处理邮件服务器的反馈信息，从而在客户端实现对电子邮件的接收。文章详细讨论了POP3协议的实现过程、操作、状态以及在发送POP3和接收POP3之间的会话及应答过程。软件采用面向对象，消息驱动及多线程等新技术实现系统中的功能。     

五自由度磁悬浮轴承的扰动补偿控制系统设计

在比例-积分-微分(PID)控制的基础上加入扰动补偿环节,设计了五自由度磁悬浮轴承的扰动补偿控制系统.通过对转子运动模型的分析,修正并得到了更为精确的磁悬浮轴承扰动观测器模型.对离散化的扰动观测器进行了稳定性分析和参数整定方法研究,进而使扰动观测器的参数整定过程更为规范与便捷.实验结果表明:在PID控制基础上加入扰动补偿控制,转子受扰自由度的位移波动分别减小了38.7%和67%,转子在20000r/min转速下的轴心运动轨迹波动减小了21%,从而验证了扰动补偿控制相比于PID控制的优越性.      

基于滑油监控信息的发动机磨损状态融合评估

针对现有航空发动机磨损状态评估方法的局限性,基于光谱分析和自动磨粒检测2种滑油分析方法的结果,提出了1种新的融合评估方法。结合专家经验,将各监控对象的磨损量和磨损率进行模糊推理,得到发动机的磨损状态可能向量,解决了发动机磨损状态评估过程中的模糊性问题。在决策层,运用D-S证据理论对2种滑油分析方法的推理结果进行融合时,考虑2种滑油分析方法的有效性,基于粗糙集理论与专家经验求得二者的可靠程度,最终得到更为合理的评估结果。实例表明:该方法可有效融合多种检测信息,解决评估过程中的不确定性问题,并可得到较为准确的评估结果。     

航空发动机约束卡尔曼滤波方法

<正>卡尔曼滤波器通常用于动态系统的状态估计,但在应用过程中,有些已知的信息在运算过程中被忽略,例如转速、温度与压力的范围限制。约束卡尔曼滤波器将已知的信息作为约束,可以提高估计的精度。文献首次提出了将约束线性卡尔曼滤波应用于发动机健康估计;文献介绍了约束线性卡尔曼滤波数学实现的矩阵变换,与传统的无约束线性卡尔曼滤波对比,该方法对发动机健康状况参数估计更加准确。     

倾转旋翼机模型线性化及稳定性分析

在建立倾转旋翼机非线性动力学方程的基础上,推导了线性模型系数矩阵中各元素的求解式。利用各模式下的配平结果,计算了相应的线性化模型。通过对线性化模型系统矩阵特征值的分布情况,分析了倾转旋翼机的本体稳定性。给出的线性化方法通用性强,适合于任意飞行状态下线性模型的计算。     

超塑性状态下Ti-6Al-4V钛合金扩散连接研究

根据高温扩散与空洞闭合蠕变理论,对Ti-6Al-4V钛合金在超塑性状态下扩散连接进行理论分析,建立了数学模型,可作为预测工艺参数,诸如温度、压力、时间等对连接质量的影响和选择合适工艺参数的依据。理论分析与试验结果是吻合的。     

民用飞机发动机监测方法研究

对民用飞机发动机状态监测和故障诊断方法进行了研究,提出了一种能够实时反映零件故障信息的油液在线静电监测方法,设计并搭建了一套静电监测系统及实验平台,开展了循环润滑条件下销盘滑动摩擦磨损实验,使用自制的油液静电传感器对油路中磨粒进行监测。实验结果表明油液静电传感器能够监测到金属材料荷电颗粒,感应电压幅值与磨粒大小具有相关性,感应电压波形与磨粒荷电特性有关,验证了静电传感器在线监测的有效性,为判断故障提供了进一步的依据。     

刀具状态监控技术在数控铣削加工中的应用

在分析刀具状态监控系统关键技术的基础上,结合航空结构件数控铣削加工领域对刀具状态监控系统的研究,分析了ARTIS系统的组成、工作原理和应用方法,介绍了智能刀柄和视觉检测方法的研究进展,给出了各种加工过程刀具状态监控系统的研发建议和应用展望.     

基于全航段QAR数据和卷积神经网络的航空发动机状态辨识

为了充分挖掘全航段飞行数据中蕴含的丰富信息以提高发动机状态辨识的准确率,提出一种基于全航段快速存取记录器（QAR）数据和卷积神经网络的发动机状态辨识方法。该方法将每次飞行循环的全航段QAR数据变换为一个红绿蓝（RGB）多通道样本实现全航段数据图像化处理,根据发动机维修记录中的水洗时间,将发动机划分为不同的衰退状态,采用卷积神经网络对不同衰退状态进行分类和辨识。该方法经某航空公司飞机QAR数据验证,结果表明：基于全航段QAR数据的衰退状态辨识算法的精确度相比于仅使用巡航段数据的精确度提升超过13%,辨识准确率达到98%。