某火箭发动机故障检测及诊断算法设计分析

针对某型号液体火箭发动机故障检测及诊断软件存在瞬态段（起动段、关机段）故障检测功能缺失、故障诊断无法给出故障量大小的问题,在原软件故障诊断算法——余弦相似度分类的基础上,通过引入故障因子定量给出故障量大小,实现发动机故障诊断的定性定量分析。同时,采用基于统计学基础的包络线算法,通过Python语言对发动机瞬态段故障检测算法进行设计开发,使原软件实现发动机瞬态段故障检测功能。通过仿真试车数据对软件算法进行验证,结果表明优化后的故障诊断功能可实现故障量大小计算,基于包络线算法开发的故障检测功能提高了发动机故障检测效率。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点,提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验,并采用经验模式分解(EMD)方法对采集的振动信号进行分解,提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明,所提出的Deep-GBM故障诊断准确率达到87%,相对于传统的机器学习模型准确率最高提升了28%,并具有良好的泛化能力。      

基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。      

Fault diagnosis based on measurement reconstruction of HPT exit pressure for turbofan engine

Aero-engine gas path health monitoring plays a critical role in Engine Health Management(EHM). To achieve unbiased estimation, traditional filtering methods have strict requirements on measurement parameters which sometimes cannot be measured in engineering. The most typical one is the High-Pressure Turbine(HPT) exit pressure, which is vital to distinguishing failure modes between different turbines. For the case of an abrupt failure occurring in a single turbine component, a model-based sensor measurement reconstruction method is proposed in this paper. First,to estimate the missing measurements, the forward algorithm and the backward algorithm are developed based on corresponding component models according to the failure hypotheses. Then,a new fault diagnosis logic is designed and the traditional nonlinear filter is improved by adding the measurement estimation module and the health parameter correction module, which uses the reconstructed measurement to complete the health parameters estimation. Simulation results show that the proposed method can well restore the desired measurement and the estimated measurement can be used in the turbofan engine gas path diagnosis. Compared with the diagnosis under the condition of missing sensors, this method can distinguish between different failure modes, quantify the variations of health parameters, and achieve good performance at multiple operating points in the flight envelope.     

等离子体助燃下超燃支板燃烧室燃烧特性数值研究

为了将支板喷注器与等离子体射流这两种促进超声速燃烧室燃烧的方式结合起来,设计了一种带有等离子体射流喷孔的支板燃烧室,并在超声速来流的条件下,针对燃料喷注总压、燃料喷注位置、等离子体射流介质、等离子体射流总压对燃烧室燃烧性能的影响进行了三维数值模拟。研究发现:增大燃料的喷注总压,燃烧室的燃烧范围明显增大,燃烧效率呈现出先增大后减小的趋势,在燃料喷注总压为2.0MPa时,燃烧效率达到最大值90.4%;不同的燃料喷注位置对燃烧室的燃烧范围影响较小;等离子体射流介质为O2时,燃烧效率最高,燃烧范围最广;提高等离子体射流的喷注总压,能够提升凹腔剪切层高度,有效促进燃烧,但同时也带来了更高的总压损失。     

发动机试车气路故障诊断系统的设计与应用

以发动机整机试验数据为研究对象,建立了一套发动机试车气路故障诊断系统.首先阐述了该系统的设计功能和总体流程逻辑;使用故障模式法和调整模式法建立了气路部件故障诊断和优化调整模块;然后以一个双轴分排涡扇发动机为例,针对气路部件故障诊断和优化调整给出了考虑噪声的数值试验分析.最后就该系统的发展进行了讨论.      

圆柱坐标系下连续旋转爆轰发动机的数值模拟

使用两步化学反应模型对连续旋转爆轰发动机(Continuous rotating detonation engine,CRDE)进行了二维数值模拟研究。数值计算获得了同轴圆管腔中间层曲面上连续爆轰的多个循环过程。分析了燃料入射、提前燃烧、爆轰波结构和波传播速度等几个关键问题。计算获得燃烧室内流场结构与之前实验研究结果定性符合。计算中燃料以最大1400m/s沿轴向入射,爆轰波可约以2400m/s沿周向连续循环传播。计算的燃烧室内爆轰波循环频率约为2300Hz。     

应用修正的k-ε模型研究超声速H2/Air燃烧

为了研究超声速燃烧中流体可压缩性的影响,对标准k-ε湍流模型进行可压缩性修正(包括结构可压缩性修正和膨胀可压缩性修正两部分)。分别应用标准k-ε模型、修正的k-ε模型和雷诺应力模型(RSM),考虑氢气/空气详细化学反应机理(GR I-M ech 2.11机理,10组分,28基元反应),数值模拟有壁面限制的超声速混合层冷态及热态流场。结果表明:壁面和燃烧对湍流影响都很大;修正模型对冷态以及燃烧场的预测结果优于其它两个;修正模型预测的混合层厚度更薄,燃烧区域更窄,与实验结果吻合地更好。     

一种改进的航空发动机转静件碰摩故障诊断方法

针对航空发动机碰摩故障的实际情况,分析了各种诊断方法的应用局限性,引入并改进适用于航空发动机碰摩诊断的基于SVD(奇异值分解)的碰摩特征提取方法:提出利用数据边界延拓来消除边界振荡,以此发展了适合短时间序列和长时间序列的奇异值分解处理方法,并探讨了简便实用的奇异值选择方法.并在某航空发动机故障信号的检测中,取得了良好的效果.      

Elman网络在某型自动驾驶仪飞控盒多故障诊断中的仿真研究

目前采用传统故障诊断方法对复杂系统进行故障诊断时,还存在许多缺点,尤其在多故障同时发生的情况下,传统故障诊断方法难以准确定位故障点。为此,基于Elman神经网络,结合故障字典法,设计了一种基于Elman网络的综合故障诊断方法。为验证该方法的准确性,以某型飞机自动驾驶仪飞控盒的几种主要故障为诊断源,仿真研究了所设计的综合故障诊断方法。仿真结果表明,与传统故障诊断方法相比,所设计的基于Elman网络的综合故障诊断方法在进行多故障诊断中对故障的准确定位是有效的和快速的。