非平稳信号特征提取在航空发动机故障诊断中的应用

在航空发动机早期故障诊断中,特征提取是早期诊断的重要过程之一.文中以航空发动机转子故障为研究对象,给出了基于经验模式分解、小波分析为核心的故障特征提取方法,并作了针对性的比较研究.在matlab7.0环境下开发了一个故障特征提取软件系统.研究结果表明:基于经验模式分解的时频分析方法可以很有效地提取到非平稳故障特征信号,是一种适合于非线性信号处理的方法.     

液体火箭发动机健康监控──故障检测与诊断

以大型液体火箭发动机故障诊断系统框架为基础，按照发动机不同工作阶段的特点建立了相应的故障检测与诊断算法。利用发动机的高队数学模型，对基于推广的卡尔曼滤波器技术的新息检测算法进行了研究。根据发动机系统工作过程的特点，建立了降阶故障模式响应模型，并发展了相应的故障模式检验方法。为了适应在线实时检测的需要，利用发动机的试验数据，分别研究了基于人工神经元网络辨识模型的发动机启动过程检测算法和基于时间序列分析方法的发动机主机工作过程检测算法。通过试验数据的检测验证，证明了这些实时算法的快速性、准确性和鲁律性。     

液压系统串油故障分析

由于设计存在不足,波音737-300/500飞机液压系统串油是普遍现象。本文详细分析了各种串油故障的原因及其对应的故障现象和排故措施,并介绍了一起串油故障的排故过程。     

H—6部件与外挂天平的研制

介绍了H－6部件与外挂物测力试验的难点，一是天平的设计截荷极不匹配，如机翼天平的滚转力矩是常规天平的10多倍；二是模型尾部是船形尾段。采用常规的支撑方式，支杆强度太弱，试验不安全，同时也不利地多台天平的敷线，总体方案采用模型部与支杆合为一体的结构形式，既保证了试验又安全又便于多台天平的敷线。天平设计首先保证试验安全，用双桥提高天平的输出。试验结果表明：总体试验方案正确，天平设计合理，支撑刚度好，测量精度高。     

鲁棒故障诊断中特征结构配置的有关问题

讨论了用于故障检测的特征结构配置方法，给出了特征结构设计的必要条件。此外，还讨论对加权矩阵与增益矩阵的最优鲁棒设计问题，提出了一种直接的、降秩逼近的设计方案，指出了Ｐａｔｔｏｎ的设计方案有可能实现不了的原因，并举例给予验证。     

改进模糊C均值的客机空调系统退化评估算法

针对使用快速存储记录器(Quick access recorder,QAR)数据进行大型客机空调系统健康评估与异常检测时面临的数据不平衡与先验知识不足的问题,本文提出一种基于改进模糊C均值(Fuzzy C-means,FCM)的大型客机空调系统退化评估算法。该算法计算故障状态与正常状态的距离,并基于大型客机空调系统的物理特性优化了FCM算法的距离函数,引入了左右空调组件的状态差作为评估标准。本算法有效地解决了现行方法存在的过拟合问题,并且对于部件的前期退化有更高的敏感性,能够有效的反映性能退化的中间过程。为航空公司安排航班计划与维修计划,降低运行成本提供了有力的技术支持。     

纤维增韧陶瓷基复合材料热端部件的热分析方法现状和展望

以陶瓷基复合材料（CMC）为代表的纤维增韧复合材料具有耐高温、高强度、低密度等特点,在航空燃气涡轮发动机、火箭发动机等动力装置中逐步得到工程应用。CMC材料因其自身特殊的结构特点,使得其导热系数呈现出明显的各向异性,进而导致传统基于均质金属材料的热分析方法将不再适用于CMC热端部件。总结了单向纤维、2/2.5维编织纤维、3维编织纤维等典型纤维增韧CMC材料导热系数预测方法的研究进展和CMC热端部件热分析方法的研究现状。综合来看,如何在热分析中高效引入CMC材料微观尺度信息,建立起精度高且工程可应用的CMC热端部件跨尺度热分析方法是目前亟需突破的技术难题。面向未来CMC热端部件的工程应用,基于三维微观结构特征重构的热分析模型是建立CMC热端部件高精度热分析方法的关键,同时热分析还需要同制造工艺、力学行为分析等进一步紧密结合。     

通用处理模块的功能FMEA技术应用研究

通用处理模块(General Processing Module, GPM)是集成模块化系统的核心,用于实现系统的数据处理功能。GPM的可靠性是保证其效能的前提和基础,应与功能、性能等技术指标一样在模块研制过程中予以重视,为此很有必要开展GPM故障模式与影响分析。研究了故障模式及影响分析(FMEA)的分析方法及流程,以GPM中的电源管理单元为例,对其进行功能FMEA技术的应用研究,识别故障模式及设计中的薄弱环节,优化设计方案,提高GPM的可靠性和安全性,为后续机载产品开展FMEA工作提供参考。     

某型装备一舱故障诊断处理系统分析

介绍了某型装备一舱故障诊断处理系统的构成,详细论证了各子系统的功能和工作模式,可为后续该型装备靶试保障及故障定位工作提供技术支撑,也可为后续类似型号的分析工作提供可借鉴的方法和经验.     

基于EMD-Hilbert包络谱分析的涡轮泵轴承故障特征识别

在火箭发动机涡轮泵高速轴承试验中,轴承的可靠性对保证试验的成功至关重要。针对涡轮泵轴承故障特征难以从原始信号中提取的问题,基于EMD-Hilbert包络解调分析方法,对涡轮泵高速轴承故障特征进行识别。采用EMD方法对原始信号进行自适应分解,获得若干个IMF分量;基于相关性指标最大原则筛选IMF分量进行信号重构;对重构信号进行Hilbert包络解调分析,提取出故障轴承的特征。以某型号涡轮泵低温高速轴承试验的真实故障数据验证本方法的有效性,数据记录了试验装置在阶梯式升速全过程中保持架故障的振动加速度信号。分析结果表明,基于EMD-Hilbert包络解调分析方法能够提高信噪比,最大程度保留保持架故障信息的周期性冲击成分,并能有效提取保持架故障频率、故障倍频及各种调制频率成分,实现对涡轮泵高速轴承故障的有效识别。为深度解析轴承保持架故障情况,结合系统11种运行状态,提出了一种轴承渐进劣化全过程的解析方法,确定出轴承故障早期人为干预的具体时刻。