航空发动机混叠振动信号的欠定盲源分离方法

针对传统欠定盲源分离方法难以有效处理具有时间延迟效应的发动机混叠振动信号分离问题,采用稀疏分量分析法研究了一种时间延迟混合信号的欠定盲源分离方法。该方法通过对混合信号的频域模值的线性聚类分析实现源数目及衰减矩阵的估计,并通过恢复混合信号的频域实部在混合空间的聚类性推断出时间延迟矩阵。实验结果表明,该方法在欠定条件下(传感器个数小于振动源个数)能够有效地将发动机混叠振动信号按照不同的激振源进行分离。     

控制问题中航空发动机飞行包线区域最优划分

结合最优化理论和线性系统理论,对控制问题中航空发动机飞行包线区域划分方法展开了研究。分析了发动机线性状态空间模型与进气道出口气流总温总压参数有关特性。在此基础上定义了飞行包线内任意两飞行点间的广义距离,提出将飞行包线区域划分与标称点设计问题转化为一个基于该广义距离的最大覆盖优化问题,即选择尽量少的标称点实现对飞行包线区域的覆盖。以涡扇发动机及其进气道为例,采用文中方法对其包线区域进行了划分计算,并对标称点与其覆盖区域内最远点处发动机线性化模型进行了比较。结果表明,该区域划分和标称点选择的优化方法的有效性。     

航空发动机整机振动故障模糊信息熵诊断方法

为了获得航空发动机整机振动故障征兆与故障原因之间难以确定的复杂隶属关系,提高故障诊断的准确率,基于模糊数学理论和信息熵理论,提出了基于模糊信息熵的发动机整机振动故障融合诊断方法。通过建立模糊信息熵融合诊断的数学模型,使定量分析与专家经验和定性分析相结合,并应用于某型航空发动机整机振动故障诊断。实际应用表明,基于模糊信息熵融合的诊断模型较单一的模糊诊断模型准确率明显提高,验证了该方法用于航空发动机整机振动故障诊断是有效的。     

基于二阶鲁棒滑模观测器的民用涡扇发动机气路故障诊断

针对状态估计器在航空发动机气路参数估计中响应迟缓、鲁棒性不强等问题,以未知输入重构的思路,提出了一种基于Super-twisting滑模观测器的航空发动机气路故障诊断方法。通过将健康参数考虑为未知输入,设计滑模切换项重构健康参数的变化量,由于避免了状态估计器设计中健康参数导数为零的假设,本文的方法在处理突变故障时拥有更快的响应速度。针对鲁棒性问题,提出了一种新的故障向量增广形式,通过将扰动项增广至健康参数向量中,观测器的重构信号能够同时估计出健康参数变化量以及扰动项的大小,实现扰动与部件故障的解耦,从而避免了不确定项对健康参数估计结果的影响。本文建立了民用涡扇发动机包线范围内的线性变参数模型,通过不同故障模式下的数值仿真,并与状态估计器比较,验证了方法的有效性。结果表明,设计的滑模观测器具有小于0.5%的估计误差,有效地提高了气路健康参数的估计速度,增强了对不确定性的鲁棒性。     

三种航空燃气轮机加入级间燃烧室后性能变化浅析

为探究级间燃烧室对各种航空发动机的性能影响,利用热力循环原理分别计算了在有无级间燃烧室的情况下涡喷、涡扇和涡轴发动机的性能结果并与实际型号做出对比。通过计算获得了上述三种发动机在加入级间燃烧室后的单位推力和耗油率随飞行马赫数等参数在一定范围内变化的曲线。结果表明加入级间燃烧室后对各种发动机的动力性能提升都在10%以上,个别涡轴发动机可达30%。同时若能将加入级间燃烧室后增加的质量控制在一定范围内,则对于各型发动机均可提高其推重比。      

航空发动机分布式控制系统不确定性鲁棒H∞容错控制

为减小不确定性对航空发动机分布式控制系统性能的影响,针对具有参数摄动、不确定时延、执行机构动态故障、外部噪声干扰四种不确定性的航空发动机分布式控制系统,提出了一种基于鲁棒H∞理论的容错控制方法.首先对系统不确定性进行数学描述,将不确定时延视为服从齐次Markov链分布的随机变量,将执行机构故障等效为存在均值和方差约束的随机变量,并在此基础上建立整个闭环系统的增广模型;其次证明了该增广模型保持均方渐进稳定且具备H∞性能的充分条件;最后利用线性矩阵不等式(LMI)理论给出闭环系统鲁棒H∞容错控制器的设计方法.仿真结果表明该方法能够保证控制系统均方渐进稳定,并对以上四种不确定因素具有鲁棒性,同时对于飞行包线其他各点具有较好的动态响应.     

应用快速多分类SVM的航空发动机故障诊断方法

提出了一种新的快速多分类SVM算法,用于解决大样本情况下航空发动机的多类故障诊断问题。首先,选用层次支持向量机(H-SVM)来实现多类分类,用各类数据中心代表该类数据,通过自组织特征映射神经网络(SOFM)进行聚类,把类中心之间距离较近的数据归为同一个子类进行训练,得到H-SVM层次结构。其次,在训练H-SVM中的二元分类器时,应用相对边界向量(RBV)代替全部训练样本,在保持分类精度几乎不变的条件下大幅度减少了训练样本数,使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短。在分类数据混迭较为严重的情况下,新算法先剔除混迭的异类数据,再计算RBV,并且把与计算的RBV距离小于一定数值的样本都选择来训练SVM,保证了RBV的合理性,防止了关键数据的丢失,有效提高了分类精度。针对一个航空涡喷发动机5类复合故障的分类进行了实例仿真,总的故障分类正确率达到91.2%,二元SVM的训练时间最多只有原来的16.20%;当训练样本总数达到7500的大规模情况下,根据本算法,约减后的样本数量只有原来的3.05%。仿真结果表明,提出的算法有效、可靠,容易实现。     

面向航空发动机减重的铝合金管强化机理研究

为助推新一代大型航空发动机推重比的有效提升,开展面向航空发动机减重需求的高强度铝合金管件自增强机理研究。采用有效强化的高强度铝合金管件大规模替换航空发动机低温段不锈钢高压管件,是实现航空发动机减重的可行方法。通过研究高强度铝合金管件自增强工艺的强化机理,建立基于三剪统一强度准则,同时考虑包辛格效应、应变时效以及应变硬化的高压自增强工艺参数数学模型,并结合双线性随动强化模型,分析管路构件在强化过程中的弹塑性行为与残余应力分布演化规律,研究确定强化工艺参数。基于ANSYS,在额定工况下对强化后的铝合金管件和不锈钢管件的疲劳强度进行仿真分析,最后采用脉冲疲劳试验进行验证,证明自增强铝合金管件替换现役不锈钢管件具有较好的可行性。     

基于双判定准则的航空发动机叶片缺陷孔洞的边界提取

航空发动机叶片缺陷孔洞的几何形状复杂、位置分布散乱且曲率变化明显,使用单一判定准则难以完整地提取其边界特征点。为实现叶片缺陷孔洞边界的精准提取和孔洞边界线的平滑拟合,提出了一种基于双判定准则的航空发动机叶片缺陷孔洞边界特征点的提取算法。该算法采用K–Dimension tree(K–D树)建立点云的空间拓扑结构,以采样点及其K邻域点为参考依据构建拟合平面,将采样点的空间坐标转化为平面坐标。通过融合采样点的法向夹角判定准则与邻域场力矢量和判定准则,采用加权的方式获得采样点的特征值与判别阈值作为边界特征点的判定依据。通过两组试验验证了该算法的有效性和准确性,试验结果表明,该方法可有效提取复杂缺陷孔洞模型的边界特征点。     

一种新型结构非本征光纤F-P传感器全应变测量性能研究

光纤传感器作为一种新的测量信息传输方式,在航空发动机部件材料高温测量领域具有重要的应用价值。基于多光束干涉原理,制作一种新型结构的非本征光纤 Fabry-Perot（F-P）传感器,探索其在航空发动机部件材料室温/高温环境静力拉伸试验过程中的变形测量性能。采用平板和圆棒两种形状的试样,在不同表面粗糙度和两种加载速率下,分别对比高级视频引伸计（AVE）进行室温、高温环境下静力拉伸试验。结果表明：新型结构的非本征光纤 F-P 传感器具有测量范围大,测量精度高,测量结果不受外界因素影响等优势,可实现航空发动机部件材料的超量程全应变测量;此外,在测量精度和设备体积方面明显优于 AVE。