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.      

基于集对分析法的故障模式综合评价研究

针对产品出现多种故障模式后难以确定故障模式改进优先顺序的问题,本文提出了集对分析模型,实现了故障模式的综合评价和优先排序,为实现质量的持续改进提供有效的依据。     

航空发动机滑油综合监控中的磨损故障融合诊断研究

单一的滑油光谱监控手段容易漏报航空发动机磨损故障.根据滑油光谱监控和自动磨粒检测互补的特点,在某型航空发动机上实施滑油综合监控,应用Dempster-Shafer(D-S)证据理论实现发动机磨损故障的融合诊断,并开发出基于上述监控方法和信息融合诊断的滑油监控专家系统.通过对实际诊断案例进行分析,结果表明:提出的滑油综合监控和融合诊断方法可有效解决该型发动机轴承故障预报的难题.      

叶顶微喷气提高旋转畸变条件下低速轴流压气机失稳裕度的机理分析

对旋转畸变条件下轴流压气机的失稳特性进行了实验研究,结果表明,畸变影响区内叶顶泄漏流的前缘溢出造成了旋转失速的提前发生,缩减了压气机的失稳裕度.叶顶微喷气方法有效地提高了旋转畸变条件下轴流压气机的失稳裕度,其原因在于,实施叶顶微喷气后,临近失速时,压气机顶部畸变区诱发的分离团受到抑制,减少了其诱发旋转失速的可能性,从而实现扩稳目的.      

基于PHM技术的导弹维修保障

为解决传统导弹维修保障方法所存在的问题,加快军队信息化建设,提出了基于PHM技术的导弹维修保障方法。分析了不同维修方式、导弹维修保障及信息化建设与PHM技术的关系,利用PHM技术并结合决策支持的思想,建立导弹健康状态的信息管理系统,初步分析了系统的基本结构组成,并结合实际提出了一些需要重点解决的问题。     

气-气推进剂氧喷嘴出口型面对特征效率的影响

通过对气氢/气氧为推进剂的同轴剪切喷嘴进行研究,分析同轴剪切结构喷嘴出口型面变化和厚度对特征效率的影响.结果表明:氧喷嘴出口处能形成小尺度的回流区,起到火焰稳定器的作用;带扩口的氧喷嘴使氧产生径向速度,使回流区受到干扰,使推进剂特征效率较低;直口的喷嘴有利于推进剂火焰的稳定,而达到高的特征效率;而不同氧出口厚度对特征效率的影响不大.      

激波与固体颗粒群相互作用实验研究

为了研究FAE武器、温压武器中燃料抛撒问题,在垂直激波管里进行了气-固两相流的实验研究。主要研究激波（Ma=1．96）与3种不同堆密度的石英砂颗粒群相互作用,用高速摄影仪对颗粒在抛撒过程进行图像捕捉,得到颗粒在抛撒阶段的速度。研究颗粒群在超声速气流下的运动规律以及激波对颗粒群加速的影响规律,分析激波通过颗粒群时气-固两相流中的动力学过程。定量分析颗粒堆密度对激波的影响,得出了固体颗粒群受到激波作用后抛撒过程中纵向和横向颗粒云团体积增加,颗粒云团平均浓度减少;颗粒群的堆密度与颗粒粒径、抛撒初速度、反射激波的强度都成反相关关系。     

定量危害性矩阵分析方法研究

危害性矩阵分析中,由于同一个严酷度类别在矩阵图中是一个区间,容易出现当几个故障模式的严酷度相同时,在矩阵图中无法精确标识,从而使得得出的危害度有偏差.同时,利用作图法,分析效率较低.本文首先对目前的危害性分析方法进行改进,将区间进行再次划分并用显性直观的数值进行度量;然后,以某型飞机升降舵操纵分系统为例,进行危害性分析.结果表明:该方法可以对各故障模式或产品的危害度给出精确的量化值,为改进决策提供支持.     

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%.      

基于误差预测修正的液体火箭发动机故障预测方法研究

为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。