故障树分析在某APU进气门故障诊断中的应用

首先介绍了故障树分析方法的概念和原理,然后以某辅助动力装置（APU）进气门组件为例．在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型。随后求得系统的最小割集,并计算出底事件的重要度,并以此为依据,从大到小排序,确定故障诊断的最优程序。实验结果表明,所用方法具有较强的故障诊断能力,能进行准确的故障定位,并能给出相应的故障处理措施,为该辅助动力装置故障诊断的发展提供了较为实用的参考价值。     

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.      

系统可靠性的贝叶斯网络评估方法

 针对现有组合法与状态法在可靠性评估方法中的局限性,对基于贝叶斯网络的系统可靠性评估新方法进行了研究。运用该方法进行可靠性评估,不但能计算出系统的可靠性指标,而且能方便地给出一个或几个部件对系统可靠性影响的大小,识别系统的薄弱环节。结合故障树方法建立系统可靠性评估的贝叶斯网络模型,并用实例阐述了贝叶斯网络方法进行系统可靠性评估的有效性。同时通过对贝叶斯网络的条件失效概率与系统可靠性评估中常用重要度指标的对比分析表明,贝叶斯网络的推理算法更便于查找系统的薄弱环节。     

航空二冲程汽油发动机均值模型的研究与仿真

发动机平均值模型由于其模型简单、计算时间短、使用方便,且能满足控制设计的要求被广泛应用。目前均值模型主要在四冲程汽油机和大型二冲程柴油机上广泛应用,小型航空二冲程汽油发动机平均值模型国内外应用很少。本文采用机理建模和试验建模相结合的方法建立了发动机均值模型,为研究二冲程汽油发动机提供了一种思路。二冲程汽油机平均值模型主要分为三个动态子模块：燃油蒸发与油膜动态子模块、进气道与曲轴箱扫气子模块和动力输出子模块,建模中考虑了簧片阀的建模,同时考虑了扫气过程中的短路损失。分别建立了动力输出和转速模型、空燃比模型,并进行了Matlab/simulink仿真,仿真结果和实验数据吻合,证明了该均值模型的正确性。     

一类二阶三点边值问题解的存在性

运用上下解方法,研究了一类二阶混合非线性边值条件的三点边值问题,通过构造了适当的非线性辅助函数工得到了解存在的充分条件,推广和改进了某些已知的结果。     

民用飞机制造商的机队运行警戒值管理方法及应用

民用飞机制造商为充分了解和掌握机队运行可靠性状况,针对每一种机型的机队设定适当的门限值,将机队每个月的运行可靠性指标值与该门限值进行比较,从而快速掌握机队警戒状况,这是可靠性分析中基本的分析模式,其中门限值即警戒值。阐述了民用飞机警戒值的管理方法,详细说明了警戒值从计算、审批、修订到最终生效的整个管理流程,并对警戒值管理方法在ARJ21-700 飞机试飞过程中的应用进行了介绍。     

航空发动机高能碎片非包容事件故障树分析

为了使航空发动机高能碎片非包容事件满足适航安全性要求,运用故障树法对航空发动机该事件进行安全性分析并提出了分析方法的步骤和流程。引入最小割集和概率重要的度的概念,利用Isograph Reliability软件画出故障树并计算出高能碎片不包容事件的发生概率、最小割集以及概率重要度,通过对比最小割集和概率重要度,确定导致发动机高能碎片不包容主要的失效形式,并提出了有针对性的措施。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

TC6钛合金超塑性变形

对TC6钛合金在800~900℃温度区间内,分别进行应变速率为0.0001~0.1 s-1的恒应变速率法拉伸实验和最大m值法超塑性拉伸实验,获得拉伸过程应力-应变曲线,并采用金相显微镜对拉伸后断口附近显微组织进行分析。结果表明：TC6合金表现出良好的超塑性性能,随着应变速率或温度的升高,伸长率先增大后减小,恒应变速率拉伸时,在温度850℃、应变速率0.001 s-1条件下伸长率可达到993%;在同一变形温度下最大m值法拉伸能获得比恒应变速率法更好的超塑性,850℃时伸长率达到1353%;TC6合金在超塑性变形过程中发生了明显的动态再结晶,并随着应变速率和温度的升高动态再结晶行为增强。     

命中精度Bayes推断中基于P值的验前可信度建模

在对散布参数验前可信度的定义与必要性进行分析的基础上,给出了给定散布参数（方差）的P值计算模型,构建了一维散布分析时验前分布可信度的P值模型,给出了验前P值与验前可信度的定义,并对其变动情况进行了阐述,给出了验前分布的拒绝条件.对二维散布分析条件下的验前可信度分析,分别构建了验前P值的独立求解模型和集成求解模型.并从0.05,0.2,0.4区分的数据区间,给出了验前分布选择的原则和要求.基于案例比较可见,验前可信度能较为显著地完成验前分布的差异化比较,相对现有的仅对验前可信度的定性说明,基于P值的验前可信度建模与计算,不仅能完成验前可信度的量化计算,而且能从概率的角度对验前分布选择的正确性进行假设检验.