基于小波分析的涡扇发动机起动过程压力脉动研究

利用小波分析所具有的时频特性特点,针对涡扇发动机起动过程存在的压力脉动异常现象,获取信号随转速变化的频谱图。重点介绍了发动机脉动频率分析方法,并结合试验测点布局,根据不同脉动的频率特点,对其脉动成分进行分解,分析出脉动频率产生的原因,为发动机起动问题的解决提供支持。研究结果表明:利用小波分析进行发动机起动过程的脉动异常研究,形象、直观,具有一定的工程应用价值。     

基于局部均值分解和峭度图的滚动轴承包络分析方法

提出了基于局部均值分解(local mean decomposition,LMD)和峭度图(kurtogram)的滚动轴承包络分析方法.该方法中,原始滚动轴承故障振动信号通过LMD进行自适应的频率成分分离和初步降噪,包络分析中带通滤波器的参数通过峭度图客观地提供,从而提高滚动轴承包络分析的准确度.通过对滚动轴承仿真信号以及实验信号的分析,结果表明:在低信噪比情况下,LMD可以自适应分离出滚动轴承的固有振动成分,峭度图可以自动确定包络分析中带通滤波器的参数,与传统包络分析比较,所提方法能更加清晰准确地提取滚动轴承的故障特征.      

基于虚拟样机技术的航空发动机放气活门机构仿真及故障分析

针对某型航空发动机放气活门机构主动摇臂的多起断裂故障,为寻找故障原因并尽可能缩短排故周期与降低排故成本.借助虚拟样机技术建立此机构的动力学仿真模型,利用动力学仿真软件ADAMS与有限元分析软件ANSYS的联合仿真分析,实现放气活门机构摇臂断裂故障再现,并找出断裂件受力的主要影响因素及其影响规律,估算各受力水平下断裂摇臂的疲劳寿命.最终,分别给出保证摇臂最低使用寿命与全寿命使用情况下的改进建议,即将摇臂与放气活门之间间隙B增大至0.273mm与0.279mm,从而为实际工程排故提供理论依据.      

基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。     

航空发动机MTBF的Bayes评估

针对航空发动机的试验样本量和故障数据少,采用传统的数学平均值法对其平均故障间隔时间（MTBF）评估不能反映其真实可靠性水平的问题,基于Bayes理论,把历史试验数据视为先验信息,采用矩等效方法确定先验分布,然后通过Bayes理论综合现场试验数据,建立了一种基于Bayes理论的航空发动机MTBF评估方法。该方法可以扩大MTBF评估所需的信息量。采用所提出的Bayes方法对某航空发动机MTBF进行评估,得到其MTBF评估值为302.68h,比采用数学平均值法约提高了18.7%,评估结果更符合实际。表明该方法可应用于航空发动机MTBF的评估。      

某型辅助动力装置滑油泵故障的分析与排除

针对一起辅助动力装置外场使用时出现的滑油泵工作不正常故障,进行了滑油泵外观检查、故障点复位检查、性能调节检查、调压活门分解检查,分析了故障机理,确定了故障发生的根本原因,最终排除了故障,为同类故障的排查提供了参考。     

任务期间考虑故障件报废无补给下的多级装备可用度评估

针对任务期间普遍存在的故障件报废问题,提出了一种适用于多等级多层级航空装备的可用度近似评估方法。首先通过忽略维修和运输时间将存在报废率的可修件等效为消耗件,然后分别通过后方保障中心对飞行基地备件量的分配以及下层级部件对上层级部件备件量的折算,将多等级多层级备件模型转化为单等级单层级模型,最后利用伽马分布的可加性得到整个保障系统的装备可用度。在实际算例中,通过与仿真结果的对比得出:当维修和运输时间较小或飞行基地备件配置充足时,本文提出的近似评估方法具有较高的精度。     

海上双馈电机开路故障容错性能评估

海上风电机组面临故障率高、停运损失大等问题,迫切需要及早发现运行故障、及时提供容错机制。构建基于西蒙决策理论的双馈风力发电机开路故障容错设计方案,选取电能质量和风力发电机组可靠性作为典型评估指标。结合双馈风力发电机组机侧变流器单相开路故障容错案例,给出量化的容错性能指标。结果表明及时有效的故障容错机制能够提高海上风电场的可用率,避免故障恶化,降低故障带来的经济损失。     

基于模型的民机液压告警系统验证方法研究

利用Simulink/Labview建立民用客机液压系统告警逻辑模型,通过注入顶层定义的根源故障获得可视化告警信息指示,符合设计分析结果,且具有故障叠加告警显示等优点,为验证复杂系统集成中面临的根源派生故障告警信息显示抑制和排序功能提供一种有意义的方法。     

深度自编码观测器飞机操纵面快速故障诊断

为了避免扩展多模型自适应估计故障诊断方法中的雅克比矩阵计算,解决飞机精确模型难以获得的问题,降低在线故障诊断的计算量,提出了一种基于深度自编码观测器的飞机操纵面快速故障诊断方法.基于离线训练、在线估计的思想,采用量测的飞行数据训练得到不同故障下的飞机模型,代替扩展多模型自适应估计方法的卡尔曼滤波器进行状态估计;基于基础自编码器的隐层节点数选取经验公式,推导了两种深度自编码器的隐层节点数选取的递推公式.仿真结果表明,该方法无需精确的飞机模型,故障诊断速度快、精度高.