涡扇发动机气路故障定量诊断的BP网络研究

为了克服ＢＰ算法收敛速度慢的问题,提出了一种基于混合学习规则的ＢＰ算法,并采用模归一化方法,成功地定量组织了故障的学习样本,建立了能够定量分析发动机气路部件故障的人工神经网络（ＢＰＮ）。通过分析测量系统随机误差的影响和实际试车数据的效验结果,表明该网络具有较强的推广能力及适应性,能基本满足故障定量诊断的要求,并具有较好的工程实用性。     

航天器推进系统故障诊断专家系统的研制开发

论述了设计航天器推进系统故障监测与诊断专家系统的重要性和必要性。并结合具体工程背景所研制开发的诊断系统, 研究了其主要的设计思想、特点、功能以及软件需求分析,实现软／硬件环境     

应用BP-ART混合神经网络的推进系统状态监控实时系统

应用ＢＰ－ＡＲＴ混合神经网络提出了一种供推进系统状态监控实时使用的系统,其拓扑结构为： 第一层处理单元由ＢＰ神经网络组成, 每个ＢＰ网络代表一个相应的推进系统组件; 第二层处理单元为一个ＡＲＴ神经网络, 网络的每一个输出代表推进系统的一种“健康状态”, 据此可对其故障进行“诊断”。该混合结构充分发挥了两类网络的优点, 给出的具体应用实例也显示出在推进系统实时状态监控与故障诊断应用中的有效性     

高低温箱运行及故障分析探讨

通过对高低温箱的运行记录进行整理，分析其运行状况及故障，判断故障产生的原因，有针对性地提出故障排除的方法和设备维护保养措施，以延长设备的使用寿命。     

发动机转子系统早期故障特征提取方法

对飞机发动机转子系统早期故障特点进行分析的基础上,提出了利用虚拟仪器和Matlab小波工具箱分析软件对其早期故障进行检测和特征提取的方法.文中对早期故障特征量的选取、有用信号与噪声信号的分离方法、突变信号与奇异信号的特征提取等进行了分析和研究,并以转子早期碰摩和早期不平衡为例进行了实验研究.结果表明,Labview和Matlab小波分析软件相结合,能够快速有效地提取发动机转子系统的早期故障特征,为发动机转子系统早期故障的快速识别提供了一种新途径.     

基于主元核相似度免疫机制的故障诊断方法及应用

1引言目前,国内外已发展了多种应用于航空发动机的智能故障诊断方法,如专家系统方法、神经网络方法,以及新近提出的基于支持向量机的诊断方法。但这些方法需要有足够的已知故障模式的训练样本才能发挥出优异的性能,而且算法实时性较差,难以满足快速在线诊断的要求[1]。传统的基     

攻角传感器的应用与分析

攻角是一种重要的机载大气数据信息,对攻角信息进行高精度的测量具有重要的意义。在介绍攻角传感器的基础上,重点介绍了四种常用的攻角传感器的结构、工作原理和应用情况,并在分析各种传感器的优点以及局限后,对攻角传感器进行说明和总结,最后展望了今后攻角传感器的发展方向。     

高速圆柱滚子轴承保持架动力学特性分析

建立了高速圆柱滚子轴承动力学微分方程,采用精细积分法和预估-校正Adams-Bashforth-Moulton多步法相结合的算法,对高速圆柱滚子轴承动力学微分方程进行求解,并对保持架的动力学特性进行了理论分析.结果表明:过大的保持架间隙比不利于保持架稳定运转;在一个套圈固定、另一个套圈工作状态下,保持架引导方式采用旋转套圈引导时,保持架打滑率较低;保持架采用外引导方式时保持架质心运动较为稳定;在内外圈同向旋转且外圈转速高于内圈转速条件下,保持架采用外引导方式时,保持架打滑率较低;在内外圈反向旋转且外圈转速高于内圈转速条件下,保持架质心轨迹变得不规则;保持架采用外引导方式时,保持架打滑率为负值.      

改进型CLOR桨尖旋翼气动特性试验研究及数值分析

 通过风洞试验及数值模拟对具有改进型CLOR(CLOR-Ⅱ)桨尖的旋翼悬停和前飞状态气动特性开展研究。在CLOR桨尖旋翼试验及数值分析的基础上,考虑旋翼非定常流场特点,兼顾旋翼悬停和前飞气动性能,对旋翼桨叶的气动外形进行了改进,主要包括采用多种翼型优化配置以综合改善旋翼前行侧压缩性及后行侧桨叶失速特性,并考虑旋翼前飞状态对其桨叶动力学特性的需求,重新设计了桨尖前后缘的外形。在风洞中分别对3种旋翼进行多种状态条件下的试验研究,为从流动细节上获得不同桨尖旋翼的气动特性差别,采用计算流体力学(CFD)方法对试验状态进行了数值模拟对比。对更高转速状态进行模拟,结果表明相对于其他两种旋翼,CLOR-Ⅱ桨尖旋翼在改善跨声速特性和提高失速迎角等方面具有明显优势,而且综合提高了旋翼悬停和前飞气动性能。     

结构形式及成型方案对飞机复材结构的外形精度影响分析

与金属相比复合材料板件的厚度偏差较大,这一弱点对保证飞机装配精度非常不利。本文针对三种典型结构形式,计算了各结构形式采用不同成型方案的外形偏差值,通过对比分析,从保证飞机外形面精度的角度提出了应选择的成型方案。