基于神经网络的荧光油膜厚度与灰度研究

在全局摩阻测量中,薄油膜技术可以很好地表征表面摩阻的分布情况。用特定波长的紫外线照射添加了荧光显色分子的不同厚度的油膜,油膜将发出不同的亮度。利用该原理通过检测受激发的荧光油膜灰度值可解算出相应油膜的厚度。本次采用BP神经网络及极限学习机(Extreme learning machine,ELM)神经网络搭建模型完成了荧光油膜厚度与灰度关系的预测,运用Hopfield神经网络完成了相应参数的辨识。实验表明,ELM神经网络模型、BP神经网络模型及插值法模型的预测误差分别为5.150%、5.485%和5.935%。通过Hopfield神经网络辨识,光源功率、光距和曝光系数等影响因素的参数误差率控制在1%左右,达到实际工程运用的要求。与传统插值法相比,通过神经网络可获得更高的精度,为荧光油膜灰度与厚度研究提供了一种可行的方法。     

发动机滑油消耗率监控的精益管理

应用精益管理的方法,利用大数据管理技术,分析和改进发动机滑油消耗率的监控方式。     

某型飞机液压油箱内部隔板变形故障分析

在进厂大修过程中,发现多架某型飞机液压油箱内部的隔板出现变形和疑似裂纹的质量问题。通过分析该故障的发生机理,复查修理过程,最终确定故障原因是该型飞机液压油箱增压系统存在设计缺陷。     

某型舵机平板阀渗漏油故障分析与改进

某型舵机平板阀在外场使用过程中出现了液压油渗漏这一故障现象，通过对该故障进行故障现象确认、故障定位、故障机理分析和故障验证等分析，明确了故障原因，提出了改进方案，并在实际应用中验证了改进措施的有效性。     

大型氦制冷机的净化系统

氦制冷机是我国大型空间环境模拟器的重要组成部分,是完成红外相机定标试验、航天器运动部件超高真空冷焊试验的关键部件.文章介绍了氦制冷机净化系统的组成及设备性能.化系统在定标试验中的有效运转保证了氦制冷机可靠运行.     

环下润滑结构内部流动分析和收油叶片结构优化研究

为了研究环下润滑结构内部流动并优化收油叶片结构,根据环下润滑结构内部高转速、强旋流的流动特点建立了数值计算模型,分析了原始结构的油气两相流动并总结了滑油的损失机理,在此基础上提出收油叶片的优化改进结构,详细讨论了不同收油叶片结构对环下润滑内部流动和收油效率的影响规律。研究结果表明,原始结构中滑油冲击主轴产生的碰撞飞溅和在离心作用下沿收油叶片被向外甩出均是引起收油效率下降的原因;优化收油叶片结构后的气流速度在叶尖附近的最大增加幅度不超过4m/s;收油叶片叶根拐角处采用圆弧过渡且叶根延伸后的收油效率仅在低转速范围内略高于原始结构的收油效率,收油效率最大提升了1.03%;在此基础上增加阶梯结构并进一步延伸叶根后可在全部转速范围内提升收油效率,相对原始结构的收油效率最大可提升接近5.0%。     

斜置平板的低速风洞实验研究

利用油流法和烟线法相结合的流动显示技术对不同斜掠角和迎角组合下的斜置平板进行了流场显示和和天平测力实验研究.油流显示结果揭示了斜置平板表面分离流动和再附流动的流动特征;烟线显示结果则揭示了斜置平板周围的涡系结构,从而解释了油流显示中所观察到的现象.通过天平测力,我们得到了斜置平板的滚转力矩特性和升力特性.实验结果表明:在小迎角下,随着模型斜掠角度的增加,一条展向发展的涡流动生成于模型的后掠段,该涡流动使滚转力矩保持为相对较小的正值;大迎角下,从斜置平板模型的前掠尖点生成了一股沿展向发展的涡流动,且随着模型斜掠角度的增加,涡流动的影响范围从模型的前掠段扩展到了后掠段,从而使滚转力矩先减小后增大.     

某型发动机滑油供油波纹管裂纹分析

某型发动机滑油进油管的波纹段多次发生裂纹故障,断裂部位均位于波纹管第1波谷或最后波谷处,采用断口分析、金相组织分析、断裂机理分析等方法,对滑油供油波纹管裂纹的断裂原因进行了分析。结果表明,装配时拉伸应力过大和工作中持续的振动应力是造成波纹管早期开裂的主要原因。结合实际经验,加强装配过程控制,提高装配质量,可有效预防滑油供油波纹管断裂故障。     

滑油温度传感器内部断路故障原因分析及改进

对某型温度传感器内部断路故障进行分析,通过X光成像、电子显微镜微观检查及对比试验等手段确定故障原因,并提出预防改进措施。     

基于AR模型对滑油中金属元素含量的预测

利用时间序列分析方法对某型航空发动机滑油监控系统中需重点监控的金属元素含量建立了AR模型。并根据该模型对其含量变化趋势进行了预测分析。某部队通过对不同实测数据的检验证明，可根据该模型的预测结果预报金属含量是否招标。