航空发动机控制系统的研发与展望

对国内外军用航空发动机控制系统的研制现状和今后的发展方向进行了归纳和分析,主要对主燃油控制、加力燃油控制、尾喷管控制、防喘控制、发动机状态监视和故障诊断各系统的技术特点,方案选择,研究动向进行了介绍和评述。从航空发动机控制系统近年来取得的进展,特别是全权限数字电子控制(FADEC)技术的研究和应用,可以看出航空发动机控制系统的发展潜力巨大,将会对飞机和航空发动机的研制和发展产生巨大的影响。      

车刀破损快速报警的实验研究

刀具破损的突发性和危害性对刀具监测系统提出了快速报警的要求。本文对切削振动信号在车刀破损时的变化规律进行了实验考察,提出了用均值分量的偏移和高频分量的短时消失来监测车刀破损的方法,并在已建立的微机监测系统中获得了满意的试验结果。     

车辆性能与尾气监测集成系统的研制

探讨了一种车辆性能与尾气监测系统(VPEMS)的设计.该系统装有发动机管理系统(EMS),具有多种传感器系统车辆的接口能力.文中阐述了适用于验证柴油机和汽油机数据的程序方法.VPEMS原型系统的试验包括对两台装有各种仪器车辆的试验台测试及野外测试.试验结果表明,每个子系统均达到了预定指标,其中一氧化碳、二氧化碳和一氧化氮量与实际监测值的偏差分别小于11.5%, 8.1%和17.7%.基于试验结果,文中给出了一个创建车辆性能、尾气与时间和空间相关的参考数据库实例.     

切削颤振在线监测的试验研究

 切削颤振发生过程最显著的频域特征是包含颤振频率的某个窄频段内振动能量的急剧上升。本文根据频段能量原理提出了一种可靠的判据,并利用微型计算机实现了切削颤振的在线监测。该方法具有快速、灵敏、准确和抗干扰能力强等优点。本文还探讨了实际应用中的某些具体措施。     

基于改进归纳式监控算法的液体火箭发动机实时故障检测

对归纳式监控算法（IMS）应用于故障检测时虚警率高的问题,提出一种改进IMS.改进后的算法对测试时可能出现的野点进行了处理,降低了待测数据中野点对测试结果的干扰.以某型液体火箭发动机仿真试车数据为例,进行了使用IMS的实时故障检测实验.结果表明,原始IMS在进行故障检测时会出现多次虚警,改进后的IMS在实时准确的同时,虚警率大大降低,由37.5%降低至0,达到液体火箭发动机故障检测程序的要求.      

激光选区熔化增材制造缺陷智能监测与过程控制综述

激光选区熔化（SLM）技术被认为是最有应用前景的增材制造技术之一,已应用于航空航天、医疗器械等领域。然而,如何确保构件质量的可靠性和制造的可重复性是SLM面临的最大挑战,已被认为是限制SLM及其他金属增材制造技术发展和工业应用的最大壁垒。其中,主要原因是SLM过程中会产生难以控制的缺陷。因此,对SLM进行过程监测和实时反馈控制是解决这一挑战的重要研究方向,也已成为学术界和工业界的研究热点之一。通过对近十年该领域的文献调研,综述了金属激光增材制造中常见的冶金缺陷及其产生机理,对金属增材制造过程产生的信号及其监测手段,如声信号、光信号及热信号等进行了详细描述;总结了信号数据的处理方法,包括传统的统计处理方法和新兴的基于机器学习的智能监测方法;随后,综述了金属增材制造过程的质量控制方法,包括非闭环控制和闭环控制,并对全文进行了总结,展望了未来SLM智能监测和控制领域值得深入的研究方向。     

实时高可用测控集群管理控制节点设计

为提高飞行器试验任务中的实时测控数据处理能力,满足高并发、大容量、强实时、高可靠的试验数据处理需求,基于实时操作系统建立了一个计算功能强大、实时性强、可靠性高的测控集群系统。为实现实时测控集群系统的原型开发,通过研究负责节点管理和任务分配的集群管理控制节点的功能,分别对系统监控软件、负载均衡软件和人机交互软件的详细设计方法开展了研究,重点解决了节点信息收集、任务分配、负载均衡、双工冗余热备份、人机交互、节点控制等技术难题,保证了实时测控集群系统的实时性和可用性,为系统软件原型开发奠定了技术基础。     

压电阻抗技术在焊缝裂纹监测中的应用

采用多片压电元件(PZT)粘贴在焊接铝板结构表面,用阻抗分析仪测量PZT导纳信息,研究激励频率对PZT导纳值的影响以及不同位置PZT传感器对裂纹感知的灵敏性.构建人工神经网络,对焊缝结构的缺陷进行定位.实验结果表明:PZT传感器的导纳谱能灵敏地反映结构状态的微小变化;且不同位置PZT对裂纹感知的灵敏度不同;对于同一PZT,激励频率不同,其阻抗变化量不同;提取导纳信息中表征结构健康状况的特征量作为神经网络的输入向量,训练后的神经网络可以迅速并准确地实现焊缝结构损伤的监测和定位.     

核统计分析和监测方法处理多模式批处理过程

提出了一种解决批处理过程多种工作模式故障检测问题的方法。该方法从多种工作模式中提取各个模式相类似的信息,解决了该工作模式下故障检测建模问题;将核函数应用到算法中,利用核技术提高算法处理非线性数据故障检测的能力;将在每种工作模式下的数学模型进行分解,将反映相似信息和各个模式不同的信息进行分离,并分别建立故障检测模型,通过分析可以辨别出当前所处的工作模式,并且有效地检测故障的发生。     

基于统计局部方法的模型适配检测与分离

提出一种新的过程模型失配检测方法,通过模型预测误差与外部激励信号的相关性分析获取初始残差函数,并利用统计局部方法分析残差函数。该方法可以分离扰动和过程模型的失配。相对于直接相关性分析方法,该方法能够通过单一的统计量指示过程模型是否失配,具有简单直观的特点,而且可以通过滑动窗口的办法,便于在线检测,同时,该方法能够提高检测灵敏度。仿真研究证实了该方法的有效性。