A320飞机起动活门故障分析

飞机发动机引气驱动起动机,起动活门的可靠性直接影响起动效率。本文对A320飞机起动活门进行分析,并提出维护建议。     

基于机载实时模型的发动机执行机构 故障状态参数估计

为了对发动机的主燃烧室供油量控制器、喷管喉部面积控制器、风扇进口可调导叶角度控制器、压气机进口可调导叶角度控制器进行故障诊断,建立了基于简化n+1残量方法的非线性机载实时模型,并结合常增益扩展卡尔曼滤波器建立执行机构控制参数估计器,利用非线性部件级模型模拟飞行包线内发动机执行机构的软故障.仿真结果表明:执行机构控制参数估计器在飞行包线内能实现较高精度估计,且具有较好的稳定性.     

基于RDK-ELM 的航空发动机控制系统故障诊断

为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构,完成了对输入样本的特征提取,通过核函数实现了高维空间映射分类。数字仿真表明:算法分类正确率高,训练时间短,可应用于航空发动机控制系统的故障诊断。     

基于压缩感知的近距离电磁辐射源定位方法

提出了一种近距离电磁辐射源定位方法,针对常规多通道阵列系统复杂、硬件成本高、体积大等弊端,提出单天线单通道运动虚拟阵列系统,实现近场定位功能。在此基础上,提出利用辐射源在被测区域空间位置上的稀疏性,采用不驻停运动采样,并结合压缩感知算法,用较少的采样数据重构计算得到辐射源数量与位置。在保证定位精度的前提下减少了采样数据量,并消除了阵元多次采样的时间延迟可能造成的误差影响。经过仿真验证了方法的可行性后,设计了用于实际测试的系统并进行实验,取得了良好的效果。     

九开关变换器驱动六相电机的载波调制PWM控制

针对九开关变换器驱动六相永磁同步电机系统的断相运行状态,研究了一种基于有效作用时间的载波调制PWM控制方法。给出了九开关变换器及基于有效作用时间的载波调制PWM控制的基本原理,建立了正常情况下六相PMSM的数学模型,根据单相和两相断路后电机相应的约束条件,采用空间解耦变换矩阵,分别建立了单相断路和两相断路后的电机数学模型,在Matlab/Simulink中进行了仿真实验,验证了所提控制方法的可行性。     

应用支持向量回归机探索发动机VSV调节规律

发动机可调静子叶片（VSV）调节规律极其复杂,通过挖掘快速存取记录装置（QAR）数据对VSV调节规律进行了深入研究。首先,通过PW4077D发动机健康状态的QAR数据,建立基于粒子群优化（PSO）算法的支持向量回归机（SVR）模型,来探索VSV调节规律;然后,利用后续航班数据对PSO-SVR模型进行验证,并将验证结果与传统的PSO-BP神经网络模型进行对比;最后,应用PSO-SVR模型进行发动机故障诊断。研究结果表明:PSO-SVR模型的回归预测精度优于PSO-BP神经网络模型,能够准确反映VSV的调节规律。可将其用于发动机的状态监控和故障诊断,亦可为VSV控制系统设计提供参考。      

数据挖掘在运载火箭智能测试中的应用

针对运载火箭复杂系统的故障检测难以建立准确的数学模型的问题,研究了基于数据驱动的数据挖掘异常检测算法,对多种数据挖掘算法在运载火箭发动机异常检测的应用进行了研究和分析,提出了基于混合概率密度统计的多策略异常检测评价算法。该算法基于非监督学习的算法挖掘火箭发动机不同参数间的正常关联模型,火箭发动机早期的异常数据会引起正常关联模型的破坏,引入混合概率密度统计的多策略异常检测评价机制,可以有效屏蔽参数测量故障对系统故障检测的影响,从而更加准确给出系统异常程度。使用发动机历史试车数据作为样本进行特征模型的训练,使用一元、多元和混合概率密度模型对存在异常的发动机试车数据进行了实时异常检测的实验验证。实验结果表明,相比传统基于阈值和规则的异常检测算法,基于概率密度统计的多策略异常检测算法不仅可给出系统的正常和异常的状态,还可计算各参数和整个系统的异常值,为运载火箭进一步的故障诊断提供更加灵活的参考。     

基于图谱指标的滚动轴承故障特征提取方法

为了更准确地提取滚动轴承振动信号的非线性故障特征,将图信号处理(GSP)引入机械故障诊断领域,提出了基于图谱指标的滚动轴承故障特征提取方法。该方法将滚动轴承的振动信号转化为路图信号后,提取多个图谱指标;用Fisher得分(FS)算法对图谱指标的敏感度进行排序,并选取若干个最敏感的图谱指标作为滚动轴承的故障特征参数;用K-均值聚类算法识别滚动轴承的不同故障。应用实例表明:当分别选取1~5个最优的图谱指标、时域指标和频域指标对不同轴承故障进行识别时,图谱指标均没有出现错误,而时域指标和频域指标都出现了不同数量的错误,因此,图谱指标对轴承故障的区分能力优于时域指标和频域指标。     

A new approach to fuzzy dynamic fault tree analysis using the weakest n-dimensional t-norm arithmetic

Dynamic fault tree analysis is widely used for the reliability analysis of the complex system with dynamic failure characteristics. In many circumstances, the exact value of system reliability is difficult to obtain due to absent or insufficient data for failure probabilities or failure rates of components. The traditional fuzzy operation arithmetic based on extension principle or interval theory may lead to fuzzy accumulations. Moreover, the existing fuzzy dynamic fault tree analysis methods are restricted to the case that all system components follow exponential time-to-failure distributions. To overcome these problems, a new fuzzy dynamic fault tree analysis approach based on the weakest n-dimensional t-norm arithmetic and developed sequential binary decision diagrams method is proposed to evaluate system fuzzy reliability. Compared with the existing approach, the proposed method can effectively reduce fuzzy cumulative and be applicable to any time-to-failure distribution type for system components. Finally, a case study is presented to illustrate the application and advantages of the proposed approach.     

用于检测操纵面损伤的故障检测滤波器

针对飞行中典型的操纵面损伤故障,以故障检测滤波器为基础,开发了一种建立在离散模型上的快速、稳定的故障检测及诊断算法,可以在几个采样周期内同时精确检测出多个操纵面的损伤程度,故障检测滤波器的稳定性、收敛性也得到证明,具有较好的实用性。几种组合故障下的仿真研究证实了上述结论。