航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.      

基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

快速实现二次曲面片三角网格剖分的新方法

三维表面的三角网格剖分,对图形学和数值分析来说,都是极其重要的一项预处理技术.利用二维动态、带约束的Delaunay三角网格剖分算法,可以有效地实现二维空间中带边界约束的点集的三角网格剖分.提出了对二次曲面进行快速三角网格剖分的一种新方法.     

实时精确跟踪瞄准中振动抑制的研究

分析了卫星平台振动,建立了实时精确跟踪瞄准系统的数学模型.采用基于模糊规则的免疫PID控制器,包括决定应答速度的激活环节和决定稳定效果的抑制环节,抑制环节由模糊规则来逼近,通过遗传算法的寻优特性对控制器的参数进行设定,协调控制偏转镜的位置,从而改变视轴方向.最后,对系统扰动抑制性能进行仿真,仿真结果表明该控制律有效地实现了视轴的方向调整,并且提高了系统的动态响应品质.      

基于模糊相似比例与综合评判的发动机可靠性分配

为了在可靠性指标分配时能充分利用相似旧机型已有的可靠性信息,提出在航空发动机初期设计的可靠性分配阶段采用模糊相似比例与模糊综合评判相结合的可靠性指标分配方法.该方法既能充分利用相似旧机型的可靠性数据,同时又能通过模糊综合评判,对基于相似旧机型的可靠性比例分配结果进行修正,实现了在可靠性分配阶段确定性信息和不确定信息的互补,进一步优化了可靠性分配结果.      

结合不确定度的发动机模型辨识气路诊断

针对航空发动机气路诊断中测量参数个数小于待诊断参数个数的不适定问题,利用了发动机平衡技术,结合非线性的发动机数学模型,并综合考虑了测量参数的不确定度和理论模型部件性能的不确定度,建立了一种结合不确定度的发动机气路故障诊断辨识算法——变分加权最小二乘法,并将该算法应用于某发动机的诊断分析中.结果表明:运用该方法可分析出测量数据和模型计算数据之间的差别,同时,利用所得的故障参数修正量修正原发动机数学模型,使模型计算推力与试验测量推力最大偏差由8.25%减小到1.66%,耗油率最大偏差由6.25%减小到1.50%.      

基于层次分析法的民用客机发动机技术评价与选型

层次分析法是1种有效实用的多目标决策方法。针对在大型客机研制中科学选择适合的民用航空发动机问题特点,基于层次分析法,将发动机的选型要求层次化分解,建立了指标技术评估模型,并考虑不同评估专家分配不同权重的方法。以现有民用发动机为例进行分析。分析结果表明：层次分析法在民用客机发动机选择中具有合理性、科学性,符合市场实际情况,适用于民用客机发动机方案选型,并可为民用客机发动机工程技术评估提供科学依据。     

民用飞机试飞阶段人为因素适航审定技术研究

随着飞机各系统可靠性的不断提高,人为失误逐渐成为系统失效或造成飞行事故的主要因素,已成为设计及适航审定部门关注的重难点问题.当前国内外对于如何验证人为因素是否满足相关适航条款的要求仍处于理论探索阶段.针对上述问题,基于CCAR-25部条款分析试飞阶段民用飞机人为因素适航审定过程,包括基于SHELL模型及T.E.S.T矩阵的人为因素审定条款筛选,基于MOC5&MOC6的试验机符合性验证方法,并基于模糊评判方法给出数据分析实例.本文提出的人为因素适航审定思路及验证方法具有一定创新性,已在试飞阶段ARJ21-700飞机上初步应用,可为后续C919等民用飞机人为因素设计和适航审定提供技术支持和方法保证.     

CHZ型重力仪重力测量伺服回路的分频段控制方案

针对原有CHZ型海洋重力仪重力测量伺服回路PI控制模型的不足,提出对强扰动频段(海浪频率)用一个独立反馈回路进行抑制衰减的方案,并进行了理论分析和建模仿真,表明该方案可将海浪对采样质量的扰动幅度降低50％以上,并提高重力测量带宽一个量级,因此可改善重力仪在恶劣海况下的工作性能,改善测量中的非线性效应.     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。