一种基于知识推送的故障诊断系统

分析了基于知识的故障诊断,针对现有系统不能主动将知识在适当的时候传递给决策者的缺点,提出了一种基于知识管理的、以数据流驱动的、知识主动推送的故障诊断系统的体系结构,分析了其主要层次结构及知识的组织和管理,提出了以数据流驱动的知识主动推送方式.建立了知识主动推送的控制模型,开发了知识管理和数据流驱动的集成原型系统,并以液体火箭发动机试车台的故障诊断为例,实现了基于知识推送的故障诊断系统,后续实验证明了该方法的有效性.      

用光学干涉方法对液相扩散传质过程的研究

液相中扩散传质过程研究无论对于基础理论还是生产实践都具有重要的意义。但在通常的重力环境中,传质过程不是单因素地由浓度梯度来决定,对流和沉降会对实验研究产生重要的干扰。通过光学干涉技术的应用,实现对于扩散过程中的传质系数进行测量,实验中采用Mach—Zehnder干涉仪对于整个传质过程进行监控并记录相关图像信息。这些图像信息是贯穿在整个实验过程中的连续录像,不同于其它实验记录的静态图像。通过计算这些随时间改变的干涉条纹的变化,就可以推导出传质系数的结果。实验液体选用水／葡萄糖溶液,之后还将进一步将该实验装置搭载TF-1火箭,进行微重力实验,以排除重力产生的影响。     

基于误差预测修正的液体火箭发动机故障预测方法研究

为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。     

旋转爆震发动机爆震波建立过程实验研究

为了深入研究旋转爆震发动机爆震波建立过程及形成机理,采用小能量火花单次点火的方式进行了一系列旋转爆震发动机起爆实验。发动机采用环缝-喷孔对撞式掺混方式,燃料为H2,氧化剂为空气,实验成功起爆旋转爆震波,并连续旋转稳定传播,爆震波传播频率为5.09~6.45k Hz,传播速度为1286~1644.8m/s。在发动机稳定工作过程中,集气腔与燃烧室相互影响,二者处于平稳的动态平衡。其次,通过对旋转爆震波起爆过程详细分析发现,点火形成的初始火焰在环形燃烧室经历一个类似DDT的火焰发展过程,成功转变为爆震波,且从点火到爆震波建立之间的火焰发展传播过程和时间间隔均表现出很强的随机性。此外,为验证小能量火花点火的可靠性,还进行了小能量点火重复性实验,发现在稳定工况条件下采用小能量点火成功率最高可达100%,各组旋转爆震波传播速度在1440m/s附近波动。     

基于灰关系的制造过程稳定性评估

基于灰色系统理论,通过对制造过程中的两个数据序列进行灰关系分析,实现了制造系统的稳定性评估.根据获取制造过程某属性的两个数据序列,对数据序列进行排序,得到排序数据图.按照排序数据图的分布特征,建立两个数据系列之间的灰关系,通过计算分析灰置信水平的大小,实现对制造过程的稳定性评估.计算机仿真试验和实际案例表明:通过对两个数据序列的灰关系分析,若求得的灰置信水平不小于90%,则说明该制造系统是稳定的;否则是不稳定的.所提出的方法可以很好地检测制造系统的稳定性,准确率最高可以达到100%.      

大粒径聚苯乙烯微球的悬浮聚合反应历程研究

采用悬浮聚合方法制备了粒径约为100~120μm的聚苯乙烯(PS)微球。通过在聚合过程中逐步取样,并结合扫描电子显微镜(SEM)及光学显微镜(OM)等手段研究了样品在不同聚合时期中的微观形貌、粒径及其分布的情况,讨论了悬浮聚合制备大粒径PS微球的反应历程。结果表明:大粒径PS微球的悬浮聚合过程主要经历3阶段:液—液分散期、粒子增长期和粒子恒定期,在特定的聚合时期,微球的生长方式和微观形貌有显著不同。在不同生长时期内通过对聚合反应条件的选择性调节,可实现对最终PS微球的形貌、粒径及其分布的有效控制。     

内压缩段构型对高超声速进气道自起动性能的影响

为了探寻内压缩段构型对高超声速进气道自起动性能的影响,对二元高超声速进气道折角型和曲线型两种内压缩段的自起动过程进行准定常数值仿真研究.对比了这两种构型进气道在不同唇罩起始压缩角下的自起动性能和自起动过程中分离区的变化规律,并分析了内通道压缩强度沿程分布对进气道自起动性能的影响.研究表明:①即使进气道内收缩段的内收缩比相同,不同的内压缩段构型和唇罩起始压缩角对高超声速进气道的自起动性能影响显著,曲线型内压缩段构型的自起动性能明显优于折角型;②内压缩段的总压缩强度及其沿流向分布都是影响高超声速进气道自起动性能的关键因素,并且压缩强度沿流向分布决定着进气道在自起动过程中处于临界状态下主分离包所停留的位置.      

基于深度学习的航空器异常飞行状态识别

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。     

航空四站气体保障过程的STAMP建模与STPA安全性分析

航空四站气体保障装备的可靠性在不断提高,而气体保障过程中的事故仍有发生,需要一种新的方法系统地去识别新的危险因素,从而提高系统的安全性。从控制的角度结合STAMP和STPA对航空四站气体保障过程进行安全性分析。首先,介绍STAMP/STPA的工作机理;然后,对航空四站气体保障过程构建STAMP模型,采用STPA安全分析方法对航空四站气体保障过程的安全性进行分析,识别不安全控制行为,对生成的不安全控制行为进行场景分析;最后,与事故树分析法(ATA)进行分析结果的比较,从而证实了该方法的优越性。结果表明:采用STAMP模型和STPA安全分析法可以更加全面地识别出不安全控制行为及其原因,更有利于保证航空四站气体保障过程的安全。     

启动过程对大膨胀比喷管外压失稳的影响研究

针对上面级发动机大膨胀比喷管高模试车时发生的外压失稳现象,进行了高模试车时的稳定工作和启动过程数值仿真和实验研究。结果表明:对于室压4.5MPa,环境压力87k Pa,喷管面积比70的上面级发动机,稳定工作时,喷管承受的是内压载荷,不会发生外压失稳;不预抽真空启动时,喷管内的流场建立过程所需的时间很短约0.4s,而试验舱的压力只能依靠发动机的引射而降低,从0.4s开始喷管承受较大的外压载荷,直至10s左右试验舱的压力低于喷管内壁压力,在较长时间内喷管一直承受外压载荷,很容易发生外压失稳;预抽真空启动时喷管在0.14s到0.42s时间段承受外压载荷,且只在0.14s到0.25s内承受的外压载荷较大,喷管承受外压载荷的时间很短,不会发生外压失稳;启动前抽真空是避免喷管发生外压失稳的一种有效手段。