民机故障智能诊断领域信息融合技术应用要点

<正>民机设备故障诊断技术是振动工程的一个分支,在民机设备维护中发挥着重大作用。现代民机被设计为具备主动故障检测和诊断的能力,其功能主要包括三个方面任务管理、健康管理和有效负荷操作。其中健康管理又包括故障预防和故障诊断。故障诊断是民机的重要功能组成,有效的诊断工作是保障运行安全水平与飞行任务的基本要素。随着人工智能技术在故障诊断上的应用,基于人类专家经验的设备故障诊断技术被实现,将故障诊断技术提高到一个新的水平。先进民机制造国都致力于此项技术的研究和开发工作。从20世纪80年代开始,基于专家经验和专家库的故障诊断系统开始研发和使用,时至今日,波音与空客等行业巨擘     

具有Lipschitz非线性系统的航天器故障检测

对存在未知干扰的Lipschitz非线性系统,探讨了基于滑模观测器的执行器故障检测的方法。通过等价状态变换,可以得到2个子系统,其中一个子系统与执行器故障和未知干扰耦合,而另一个子系统则只与执行器故障耦合。在此基础上,提出了一种免受未知干扰影响,可对执行器故障敏感的滑模观测器设计方法。这种滑模观测器可以作为故障检测工具,而将其输出估计误差作为残差发生器,用于执行器故障检测。相比滑模观测器的故障重构方法,该方法大大放宽了对数学假设条件的要求。最后,对一个大攻角状态下的航天器的简化模型进行了数字仿真,仿真结果表明了所提方法的有效性。     

基于改进时频谱分析方法的滚动轴承复合故障诊断

将基于循环平稳理论及2阶循环统计量的谱相关或谱相关密度分析方法加以改进,提出一种时频分析方法并将其用于滚动轴承发生复合故障时调制现象循环调制频率即故障特征频率的提取。通过对滚动轴承复合故障的仿真及实际实验振动数据进行分析,结果表明:与同时提取出调制频率和载频的传统包络解调谱分析方法不同,改进的谱分析方法可以只提取出调制频率,提取的谱结构分布具有更清晰的表达效果,从而为滚动轴承的复合故障特征提取提供一种方法。      

基于冲击信号的滑动轴承摩擦故障监测方法

针对滑动轴承声发射（AE）信号干扰严重、故障信号难分离、轴承摩擦故障监测难的问题,从不同信号的激励源作用形式出发,根据冲击信号的工作脉冲特征,建立了分离相对容易的干扰信号与轴承摩擦故障的联系,提出一种基于干扰信号监测滑动轴承故障的方法。首先,依靠K均值奇异值分解（K SVD）字典对冲击特征的捕捉能力,确定冲击脉冲产生的时刻;为了锐化和增强冲击信号,通过Hilbert包络解调出冲击包络信号。其次,引入钟形脉冲参数,通过钟形脉冲拟合单个冲击包络信号,并进一步推导出冲击包络信号的强度简化计算公式,用于滑动轴承接触摩擦故障识别。最后通过实验模拟了滑动轴承切断供油后的轴瓦摩擦过程,与AE传统特征相比,所提特征更容易识别轴承的早期摩擦故障,能够完整描述轴承的摩擦的全过程,且计算效率更高,为滑动轴承接触摩擦故障诊断提供了一种新的途径。      

机场自动观测系统设备状态监控与设备管理自动化

本文针对传统设备管理模式下存在的问题，阐述了现代设备状态监控和智能化设备管理的必要性．分析了机场自动观测系统故障的特征，并就建立故障监测与故障预测，智能诊断的方法、实现步骤、相关技术等进行了探讨．     

三亚南山AMS SIR-S雷达检修一例

三亚空管站技术保障部结合实际，积极创新，成功地对使用的南山AMS SIR-S二次雷达进行了故障检修。     

基于双隐层过程神经网络的飞机发动机故障检测

利用双隐层过程神经网络模型可以直接处理时变信号的特点，提出了一种用双隐层过程神经网络模型对飞机发动机进行故障检测的方法。由过程神经元隐层完成对输入信息过程模式特征的提取和对时间的聚合运算，非时变一般神经元隐层用于提高网络对系统输入输出之间复杂关系的映射能力。分别利用递归神经网络和双隐层过程神经网络对发动机排气温度裕度进行仿真预测。结果表明，双隐层过程神经网络收敛速度快、精度高，优于递归神经网络的预测结果。为飞机发动机状态监测问题提供了一种有效的方法。     

空空导弹智能故障诊断技术探讨

对空空导弹常规故障诊断和智能故障诊断方法进行了比较,说明了采用智能故障诊断的必要性,提出了空空导弹智能诊断所面临的关键问题.     

静压空气轴承偏载时的承载分析

采用数值计算的方法计算了静压空气轴承偏载时的承载能力、载荷分布和气膜压力分布,并分析了轴承参数对承载偏载情况的影响。     

某型发动机低压压气机二级转子叶片断裂故障分析

某型发动机在外场使用过程中，多次出现低压压气机二级转子叶片打伤、断裂故障。本文从发动机的使用状况、叶片受力及冶金等方面进行了分析，对今后解决发动机低压压气机转子叶片断裂提供了一定的依据和参考。