基于改进时频谱分析方法的滚动轴承复合故障诊断

将基于循环平稳理论及2阶循环统计量的谱相关或谱相关密度分析方法加以改进,提出一种时频分析方法并将其用于滚动轴承发生复合故障时调制现象循环调制频率即故障特征频率的提取。通过对滚动轴承复合故障的仿真及实际实验振动数据进行分析,结果表明:与同时提取出调制频率和载频的传统包络解调谱分析方法不同,改进的谱分析方法可以只提取出调制频率,提取的谱结构分布具有更清晰的表达效果,从而为滚动轴承的复合故障特征提取提供一种方法。      

基于冲击信号的滑动轴承摩擦故障监测方法

针对滑动轴承声发射（AE）信号干扰严重、故障信号难分离、轴承摩擦故障监测难的问题,从不同信号的激励源作用形式出发,根据冲击信号的工作脉冲特征,建立了分离相对容易的干扰信号与轴承摩擦故障的联系,提出一种基于干扰信号监测滑动轴承故障的方法。首先,依靠K均值奇异值分解（K SVD）字典对冲击特征的捕捉能力,确定冲击脉冲产生的时刻;为了锐化和增强冲击信号,通过Hilbert包络解调出冲击包络信号。其次,引入钟形脉冲参数,通过钟形脉冲拟合单个冲击包络信号,并进一步推导出冲击包络信号的强度简化计算公式,用于滑动轴承接触摩擦故障识别。最后通过实验模拟了滑动轴承切断供油后的轴瓦摩擦过程,与AE传统特征相比,所提特征更容易识别轴承的早期摩擦故障,能够完整描述轴承的摩擦的全过程,且计算效率更高,为滑动轴承接触摩擦故障诊断提供了一种新的途径。      

浅析一起线路磨损导致的CFM56-5B反推故障

针对一起空客A320飞机因吊架处隔离活门导线束磨损导致左发反推无法放出故障,从反推系统工作原理入手,结合系统线路图进行了分析,给出了排除此类故障的最佳切入点,对排故流程进行了优化。     

Linux下无人机软件故障注入系统研究与设计

基于linux系统的软件故障注入方法,设计了一个软件故障注入系统UAVFI_L,采用硬件覆盖和故障模型的方法,模拟无人机系统的硬件故障,并着重讨论了在总线上注入故障的试验策略。最后用一台工控机和飞控计算机通讯,注入故障。故障注入试验结果表明了这种方案的正确性和可行性。     

粗糙集与神经网络在航空发动机气路故障诊断中的应用

提出了一种基于粗糙集理论和神经网络集成的发动机智能故障诊断方法,首先对测量数据进行离散处理,并运用粗糙集理论建立故障决策表,进而约简属性和提取规则,对航空发动机气路部件的几种典型故障进行隔离。然后建立神经网络故障诊断子系统,使用粗糙集处理后的数据计算出发动机气路相关部件的故障程度。最后,还验证了粗糙集神经网络故障诊断系统的抗噪性能。研究表明,该系统能够正确而且高效地诊断出发动机故障的严重程度,并具备良好的抑制噪声的能力。      

面向FADEC系统BIT验证的综合故障注入器研究

为了评价航空发动机数字电子控制器机内自测试检测能力,提出了一种面向全权限数字电子控制(FADEC)系统机内自测试(BIT)验证的综合故障注入器的设计思想。综合故障注入器采用ARM处理器作为核心控制器;基于数模混合电路,分别通过后驱动技术和电压求和技术实现对数字电路节点和模拟电路节点的故障注入;针对各种传感器和执行机构的电气特征,设计了具有良好逼真度的接口模拟电路,从而与电子控制器(EEC)构成FADEC系统运行环境。通过对具有BIT功能的电子控制器原理样机的故障注入实验,证明该综合故障注入器作为航空发动机FADEC系统BIT设计和应用研究的工具是非常有效的。      

WZ8F发动机涡轮叶片碰磨故障诊断与分析

针对W Z8F发动机涡轮叶片碰磨故障,从第1级导向器的结构与生产工艺着手,开展了全过程的质量检查与复查和试验验证等,找到了故障原因。     

基于CBR的机载雷达故障诊断专家系统研究

以故障诊断的理论和方法为基础，综合运用神经网络、基于案例推理(CBR)和专家系统理论，对雷达装备的故障诊断问题进行研究，形成一个集成的智能诊断专家系统。介绍了系统的总体结构和工作原理，并给出具体的诊断实例，此方法充分利用神经网络和CBR的优点，将提高雷达装备故障诊断的正确性和效率。     

航空燃气涡轮发动机气路故障诊断现状与展望

燃气涡轮发动机在航空、地面和舰船上有着广泛的应用,对其进行性能评估和故障诊断有着重大的现实意义。本文对发动机气路诊断的发展以及当前的主要气路诊断方法如故障方程法,基于非线性模型的诊断方法,基于人工智能等方法进行了综述,最后对航空发动机气路诊断的发展进行了展望。      

含噪振动信号中早期碰摩的故障检测研究

 研究了在有噪环境下发动机转子系统早期碰摩故障的检测问题。利用最优参数搜索法改进了独立分量分析( ICA) 算法, 用于求解转子系统振动信号与噪声的盲分离问题。在此基础上, 对分离后的振动信号利用小波包分解进行早期碰摩信号的检测。结果显示最优搜索的ICA 算法运行效率高, 信号分离纯度好, 对振动信号有高效的降噪作用, 并利用小波包分解准确地检测出振动信号中的碰摩信息, 其效果优于小波分解法。信噪分离与小波包分解相结合有望用于工程实践中的早期碰摩故障检测和诊断。