基于状态分类评价的发动机故障诊断专家系统

传统的专家系统,完全在假设的情况下诊断,诊断效率不高,对监控数据很难量化,不易提供线上诊断.为了解决这个问题,提出基于状态分类评价的专家系统,依据发动机构造的特点,将技术状态分成2类:物理类和逻辑类.物理状态通过基本功能参数与零件几何特性关系建立动态故障模型,逻辑状态通过推理对专家知识采用D-S算法和预测故障程度相结合的方法.从而达到对发动机故障进行整体诊断.     

空间推进系统故障诊断专家系统研究

采用人工智能的方法,对空间推进系统进行了有效的分区,并利用文中介绍的组合红线算法进行故障判定,建立了空间推进系统故障诊断的专家系统。通过已有的实验数据、离线回放表明此方法具有实时故障诊断、事后故障分析、系统健康监控等功能、可以有效的满足解决工程实际问题的需要。      

现代超声速战斗机横航向模态特性计算

首先推导了适用于某第三代超声速战机横航向运动方程的传递函数,然后对三种等效系统方法进行了对比分析,选用了效果较好的方法,并验证了计算模型,最后,对某战斗机的横航向模态特性进行了计算,结果表明,推导了模型正确,控制系统对某点头机横航向飞行吕质的改善作用明显。     

Kohonen网络在发动机故障诊断中的应用

文中第一部分研究了利用Kohonen 网络进行发动机故障诊断的特点与算法。并以JT9D发动机为例对算法的有效性进行了检验,23 个故障样本的确诊率达到87% 。文中还以一个典型例子进行了详细分析。文中第二部分提出了利用Kohonen 网络进行故障诊断结果排序的方法,该方法有助于给出简明的诊断结论。文中第三部分提出了利用Kohonen 网络提取故障样本群的代表性样本的方法。该方法对于经验故障方程的建立十分有用。      

具有转静件碰摩故障双转子系统的动力学模型及其小波变换特征

本文利用拉格朗日方程建立了具有碰摩故障的某型双转子航空发动机转子系统的动力学方程, 通过数值计算对该故障进行了仿真, 并对仿真结果进行了频谱分析和小波变换, 得出本文建立的双转子系统的动力学模型是正确的、利用小波变换对转静件碰摩故障进行诊断是非常有效的。      

模糊自组织神经网络在航空发动机故障诊断中的应用

介绍了模糊自组织神经网络在航空发动机故障诊断中的应用方法,并通过实例验证了该方法在发动机故障分类中的实用性。该方法具有结构算法简单、无监督自学习和侧向联想等功能。它有很好的应用前景,可以广泛应用于发动机的故障诊断。      

基于小波包分析方法的航空发动机滚动轴承故障诊断

将小波包分析技术引入到航空发动机滚动轴承故障诊断的应用研究中,给出了基于小波包分析的滚动轴承故障特征提取方法：应用小波包分解与重构算法分离出了滚动轴承的故障特征频率,识别出了滚动轴承的故障类型。通过对实际航空发动机滚动轴承故障信号的分析表明,该方法可以有效地检测和诊断航空发动机的滚动轴承故障。     

对特定传感器故障敏感的最优奇偶向量检测与隔离方法

 提出了一种利用对特定传感器故障敏感的最优奇偶向量进行故障检测与隔离的方法。主要思想是设计一个性能指标函数，使得最优奇偶向量对被检测的传感器故障最敏感，而对其余传感器故障和未知输入不敏感。与常用的广义似然比方法相比，该方法明显地提高了故障的检测能力，此外，对故障的隔离效果也更好。     

发动机故障诊断主因子模型故障相关性准则的研究

】主因子模型是发动机状态诊断（基于故障方程的故障诊断）理论的一个新进展。故障相关性准则的正确选取是主因子模型的核心问题。本文给出三种建立故障相关性准则的途径，即利用线性回归分析、时序分析和系统辨识理论中的定阶准则建立故障相关性准则，以及利用数理统计中的线性模型线性假设显著性检验理论和区间预测理论建立故障相关性准则。文中对所得到的１１个准则进行了比较。研究结果表明，利用线性模型线性假设显著性检验理论建立的两个准则（变量显著性准则ＶＳＣ和子集显著性准则ＳＳＣ）要比近代回归分析、系统辨识或时序分析中通常采用的选择最优变量子集的定阶准则具有更强的故障辨识能力和鉴别线性模型多重共线性的能力。     

航空发动机摩擦磨损油液监测实验系统

阐述了工业摩擦磨损油液监测的意义及油液监测分析技术，介绍了国内外的应用情况。提出建立包括油料光谱分析，磨粒铁谱分析，润滑油品理化性能分析的综合实验系统是实施航空发动机摩擦磨损油液监测行之有效的方法。