基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。     

飞机电源系统故障诊断方法综述及发展趋势

飞机电源系统是机上一切用电设备的电能来源,其安全性与可靠性至关重要。在环保和高效发展需求的背景下,现代航空工业正在推进以电能为核心的多电/全电飞机技术的研究和应用。电驱动装置和电力电子器件的广泛使用导致飞机电源系统结构的复杂化,对飞机的可靠性、安全性、测试性和维修性提出了更高的要求,研究飞机电源系统的故障诊断技术具有重要意义。首先介绍了飞机电源系统的组成结构和各自功能,概述了飞机电源系统的发展历程,对比了国内外典型电源系统的特征,总结了飞机电源系统中的主要故障模式、故障特点和失效原因,并提出了一种飞机电源健康管理系统的设计架构,然后综述了国内外基于模型和基于数据的故障诊断方法研究进展,从准确度、数据需求量、适用性和实现难易程度等方面评述了各类诊断方法的特点,最后指出了飞机电源系统故障诊断技术面临的挑战和发展趋势。     

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。     

压电-光纤综合结构健康监测系统的研究及验证

以某型无人机机翼盒段试验件为对象,进行了压电-光纤综合结构健康监测系统的研究。自主研发了国内首台集成压电多通道扫查系统,可实现多达552个激励 传感通道的损伤自动扫查,并同光纤光栅解调系统组合,自行开发了集成健康监测系统软件,构成了压电-光纤综合结构健康监测系统。基于该系统进行了大型碳纤维复合材料盒段试验件弯扭强度实验过程中的结构健康监测功能验证研究,监测结构尺寸达4000 m×1200 m×0.265 m,监测对象包括结构的应变场分布及抽钉失效。系统监测了全盒段上下壁板共34点的应变场分布情况,应变场监测准确;监测系统不仅对结构抽钉的缺失实现了准确监测,而且可以分辨所实验结构的4种抽钉缺失程度。     

基于Lamb波相控阵和图像增强方法的损伤监测

利用Lamb波和超声相控阵理论对结构进行损伤监测。选择合适的低频窄带激励信号,产生单一模式Lamb波,结合超声相控阵技术对结构进行多方位监测。针对原始损伤图像不完美的问题,研究基于点运算的对比度增强方法,改善图像质量,提高图像的可识别度和分辨率。在复合材料板结构和铝板结构中针对不同损伤类型的实验研究证明,运用图像增强技术后的损伤图像表征清晰、识别度高。     

EMD和SVM在刀具故障诊断中的应用

与传统方法相比,声发射传感器在刀具故障诊断方面有很大的优势。将声发射传感器应用于刀具切削过程中,提出了基于经验模态分解（EMD）和支持向量机（SVM）的刀具故障诊断方法。该方法首先对标准化的声发射信号进行经验模态分解,将分解后的有限个固有模态函数（IMF）通过一定的削减算法增强故障类型特征,把每个IMF和残余项的能量以及整个信号的削减比作为特征向量,最后将特征向量输入支持向量机进行训练和测试,判断刀具的故障类型。通过对某一刀具的故障诊断结果进行分析,验证了该方法的实用性和有效性。     

C/E复合材料网格缠绕结构三维建模与模具设计

通过对圆柱螺旋线和圆锥螺旋线参数方程的推导,实现了网格结构及模具的三维建模。三维模型的建立,可实现结构空间协调,缩短设计周期,节省研制经费,提高生产效率。在此基础上提出了可行的金属模具设计方案,找到了切实可行的模具加工方法,并在工程中加以应用,取得了较好效果。     

基于二叉树支持向量机的装备故障诊断研究

本文提出了一种基于二叉树支持向量机的某型装备故障诊断方法,应用该方法构造了多故障分类器,并通过某型装备故障实例验证了该方法故障诊断结果的正确性,证明了该故障诊断方法具有良好的鲁棒性和推广性。