基于融合诊断的某型飞机故障诊断应用研究

以某新型军用飞机的电传操纵系统为研究对象,分析了案例推理和故障树诊断的方法。在此基础上,提出了将两种方法进行融合的思想,开发了通用化的故障诊断软件,大大提高了故障诊断效率,对第三代飞机的故障诊断提供了一种有效的途径。     

结构特征参数对发动机支点同心度的影响研究

航空发动机静子支点作为转子的支撑部位,由于制造工艺、装配误差和长时间工作的影响,较易出现支点不同心的现象。基于形状和位置公差理论,建立了一种发动机支点同心度的计算模型,并对某发动机的支点同心度分布进行了仿真计算。通过分析影响支点同心度的关键结构参数和测量支点同心度试验,提出了同心度的控制方法。结果表明:采用本文所述理论计算和控制方法,可准确地判断出发动机支点同心度是否符合标准,以便有针对性地选择调整措施,进而提高了发动机的装配质量,有效避免转、静子不同轴引起的碰摩问题,减小了发动机整机振动出现的几率。     

航空发动机百年回顾

本系统回顾了航空发动机的百年发展，可供航空史研究参考。     

发动机故障诊断的变记忆约束滤波算法

为提高故障诊断可靠性,给出了3种利用多次测量信息减少测量误差影响的方法,即变记忆约束滤波算法、分段算术平均预平滑算法以及指数顶平滑算法。其中,变记忆约束滤波算法能够有效地避免由于故障方程多重共线性所引起的病态解。证明了多故障诊断问题中滤波算法与分段算术平均算法的等价性,证明了在衰减滤波的条件下（第一变记忆因子小于1）,随测量点数的增加,变记忆滤波算法的第一变记忆因子与指数平滑的平滑系数之和趋近于1。利用计算机仿真方法对于所得结论进行了检验。     

小型弹用涡轮发动机发展综述

小型涡轮喷气和涡轮风扇发动机可为高亚音速、中远程导弹提供理想的巡航动力,是各军事强国竞争的焦点。弹用涡轮发动机具有成本低、寿命短、尺寸小、转速高、增压比低、容积热强度大、起动和点火方式多样等特点,已被广泛应用于巡航、反舰和空地等多种战略与战术导弹。从国内外主要产品及其技术参数、性能与结构基本特点、应用现状、发展趋势等方面,对20世纪70年代以来100~700daN推力范围内弹用涡轮发动机的发展情况进行梳理和分析。指出更低成本、更少油耗和更优结构将是未来导弹推进系统继续追求的目标;螺桨风扇发动机高速性好、耗油率低,脉冲爆震涡轮发动机循环效率高、结构简单,是未来先进弹用涡轮发动机重要的发展方向。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。      

基于慢特征密度聚类的气路异常检测方法

在结合核技巧、慢特征分析算法与密度聚类方法的基础上,提出了基于混合核慢特征分析和密度聚类的慢特征密度聚类算法,实现了基于民航发动机气路参数原始值的异常检测。核技巧的引入克服了慢特征分析法处理复杂数据时可能存在的维度爆炸问题,充分利用不同核函数的特点和慢特征分析的优势从气路参数原始值中提取出随时间变化最缓慢的特征作为密度聚类算法的输入,最终筛选出异常值。经实验对比发现,该方法针对某些异常拥有最好的聚类效果和最低的虚警率,尤其是检测可调放气活门系统异常时虚警数量不到样本总数量的0.5%,是一种有效的方法。      

基于三维模型的偏心鼓筒气动特性分析

为了获取篦齿封严鼓筒齿腔内的压力分布,掌握鼓筒气动特性情况,建立了带封严篦齿鼓筒的三维流场通道模型,计算转静子同心和不同偏心量条件下鼓筒表面静压,分析气动载荷作用下鼓筒的力学特性.仿真结果表明:偏心量的变化使表面静压出现复杂变化,周向静压幅值变动明显,最大偏心量下的静压幅值比无偏心时增长3倍;偏心引起的周向静压波动使鼓筒应力幅值最大浮动3%左右.      

基于贝叶斯模型平均的航空发动机可靠性分析

针对不同失效模式的特点,利用航空发动机状态监测信息,分别采用Gamma过程、Wiener过程和Weibull分布建立可靠性分析模型.采用贝叶斯模型平均（BMA）方法,分析不同失效模式对可靠性影响,对航空发动机可靠性进行集成分析.通过算例跟踪某在翼航空发动机可靠性水平,基于贝叶斯模型平均的航空发动机可靠性模型的计算误差率低于单一可靠性分析模型,计算结果误差率低于1%.说明多模型集成可靠性技术在复杂系统运行可靠性分析中的有效性和准确性.      

LEVEL DECISION-MAKING FOR AERO-ENGINE MODULES BASED ON INCREMENTAL KNOWLEDGE LEARNING

The maintenance of an aero-engine usually includes three levels, and the maintenance cost and period greatly differ depending on the different maintenance levels. To plan a reasonable maintenance budget program, airlines would like to predict the maintenance level of aero-engine before repairing in terms of performance parame- ters, which can provide more economic benefits. The maintenance level decision rules are mined using the histori- cal maintenance data of a civil aero-engine based on the rough set theory, and a variety of possible models of upda- ting rules produced by newly increased maintenance cases added to the historical maintenance case database are in- vestigated by the means of incremental machine learning. The continuously updated rules can provide reasonable guidance suggestions for engineers and decision support for planning a maintenance budget program before repai- ring. The results of an example show that the decision rules become more typical and robust, and they are more accurate to predict the maintenance level of an aero-engine module as the maintenance data increase, which illus- trates the feasibility of the represented method.