飞机起落架故障数据库模型与实现方法研究

讨论了民用飞机起落架故障数据库的结构模型，基于关系模型故障数据库故障树存储结构的表示及实现，详述了Treeview的基本功能和使用方法等内容。文章最后介绍了采用VFP建立Boeing737起落架故障数据库的部分功能。     

非线性油膜支承裂纹转子振动特性分析

 以具有无限长轴承和无限短轴承支承的横向裂纹转子为研究对象,分析在非线性油膜力与横向裂纹联合作用时,Jeffcott转子的动力特性,并将其与刚性支承情况进行比较。结果表明轴承油膜力的存在对裂纹转子的振动影响较大,一般将降低转子的振动,这样势必增加转子裂纹故障诊断的难度。所以,在进行裂纹转子的故障诊断时,必须考虑到支承条件的影响,建立合理的动力学模型。     

金属间化合物TiAl(W,Si)合金的蠕变行为和机制

 研究了 Ti-47Al-2 W-0.5 Si合金在 650～ 750℃区间的蠕变行为和变形机制。结果表明,合金 650℃蠕变寿命与施加应力之间符合线性的双对数关系,可用表达式 lg^t_f=10 lg^R+30来描述。蠕变寿命与最小蠕变速率之间满足 Monkman-Grant关系的修正式。合金的比蠕变强度与抗热腐蚀镍基高温合金 K438G相当。在700℃变载荷下蠕变时具有与恒载荷下蠕变相类似的特征。 800℃长期时效粗化合金组织,降低蠕变寿命。位错滑移和形变孪生是合金蠕变的主要变形机制。     

基于LMI的一类非线性离散动态系统的鲁棒故障诊断

 针对一类非线性不确定离散动态系统 ,提出了一种新型鲁棒故障诊断方法。该方法不但能够对被诊断系统进行故障检测 ,而且同时能够实现故障的分离和辨识。它首先通过构造一个辅助系统 ,将故障的辨识问题转化为min max问题 ,并且通过巧妙设计辅助系统的输出增益矩阵 ,使得辅助系统与被诊断系统的状态差值方程和输出差值方程稳定 ,然后将min max问题转化成LMI问题 ,最后通过求解LMI问题来实现故障诊断。分析了故障诊断方法的鲁棒性、灵敏度和故障的辨识误差。仿真结果验证了该方法的有效性。     

基于RBF神经网络的航空发动机故障诊断模型

利用某型发动机地面定检状态实测数据作为学习样本，采用径向基函数(RBF)神经网络建立发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识，结果表明：这种方法具有训练时间短、学习速度快、诊断精度高等优点。     

航空发动机故障仿真研究

基于航空发动机正常工况下的数学模型,结合航空发动机实际运行状况,确立了几种发动机的典型运行故障。通过对故障进行分析,选取对故障比较敏感的气动或性能参数作为故障诊断参数。最后,在以上基础上建立航空发动机故障数学模型。     

基于神经网络的滚动轴承故障包络信号的自动识别方法

介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。     

航空发动机性能差异问题的故障部件快速检验方法

提出了一种航空发动机性能差异问题的故障部件快速检验方法.该方法以部件特性曲线为基础,可以快速检测出航空发动机各部件的自身特性变化而排除由于其它部件性能变化引起的工作线变动带来的影响,从而快速判断出故障的部件.该方法特别适用于仿制发动机与原型发动机性能变化原因的查找.      

一种改进的航空发动机转静件碰摩故障诊断方法

针对航空发动机碰摩故障的实际情况,分析了各种诊断方法的应用局限性,引入并改进适用于航空发动机碰摩诊断的基于SVD(奇异值分解)的碰摩特征提取方法:提出利用数据边界延拓来消除边界振荡,以此发展了适合短时间序列和长时间序列的奇异值分解处理方法,并探讨了简便实用的奇异值选择方法.并在某航空发动机故障信号的检测中,取得了良好的效果.      

Elman网络在某型自动驾驶仪飞控盒多故障诊断中的仿真研究

目前采用传统故障诊断方法对复杂系统进行故障诊断时,还存在许多缺点,尤其在多故障同时发生的情况下,传统故障诊断方法难以准确定位故障点。为此,基于Elman神经网络,结合故障字典法,设计了一种基于Elman网络的综合故障诊断方法。为验证该方法的准确性,以某型飞机自动驾驶仪飞控盒的几种主要故障为诊断源,仿真研究了所设计的综合故障诊断方法。仿真结果表明,与传统故障诊断方法相比,所设计的基于Elman网络的综合故障诊断方法在进行多故障诊断中对故障的准确定位是有效的和快速的。