基于统计局部方法的模型适配检测与分离

提出一种新的过程模型失配检测方法,通过模型预测误差与外部激励信号的相关性分析获取初始残差函数,并利用统计局部方法分析残差函数。该方法可以分离扰动和过程模型的失配。相对于直接相关性分析方法,该方法能够通过单一的统计量指示过程模型是否失配,具有简单直观的特点,而且可以通过滑动窗口的办法,便于在线检测,同时,该方法能够提高检测灵敏度。仿真研究证实了该方法的有效性。     

温度变化下基于兰姆波的复合材料结构损伤识别(英文)

提出了一种基于兰姆波的两步识别方法,对温度变化下复合材料结构内部损伤进行监测和识别。首先采用统计偏值分析方法来判别传感器网络监测到的兰姆波信号变化是由损伤引起还是由温度变化引起,从而确定损伤是否发生。在对兰姆波进行傅里叶变换后,从统计角度定义损伤指标以考虑温度变化的影响,并采用蒙特卡罗方法计算无损状态下损伤指标的阈值。如果在运行状态下获得的损伤指标超过了阈值,则认为损伤发生。然后采用损伤存在概率成像方法融合多个激励-接收路径上的损伤指标信息生成诊断图像实现损伤位置识别。对温度变化下的加筋复合材料壁板试件进行的实验研究表明了所提出方法的有效性。     

一种适用于梁式机翼的变形重构方法

针对航空航天领域飞行器机翼结构实时变形监测的需求,研究了一种基于结构表面应变测量的变形重构方法。该方法采用应变传感系统测得结构表面应变,再通过Ko位移理论实现应变-位移转换,重构测点处的变形,从而为结构健康监测系统、控制系统以及故障预测提供参考,保证结构运行的安全性。首先以等强度梁为对象,对该方法进行了实验分析;进而采用梁式机翼结构,通过对翼梁结构有限元建模,对该方法展开研究。实验和有限元分析结果均验证了该方法在梁式机翼结构变形重构研究中的可行性和可靠性。     

结构健康监测系统中的频率响应方法

本文就频率响应方法在结构健康监测系统中的应用进行研究。运用有限元方法计算了圆形通孔与分层两种损伤对复合材料结构动态特性的影响,尝试利用RBF(径向基函数)神经网络对损伤进行识别与定位,并取得不错的结果;对频率响应方法在结构健康监测系统中应用的可行性及其在健康监测系统中的应用进行讨论。     

基于FBG传感器的固体火箭发动机结构健康监测技术

讨论光纤布拉格光栅(FBG)传感技术用于固体火箭发动机结构应变场、温度场和损伤状况健康监测的可行性。分析了利用FBG传感器组成固体火箭发动机结构健康监测系统的关键技术问题,包括光纤传感器的工艺集成,光纤传感网络的最优化布置,分布式传感器信号的解耦与处理等,并给出一些研究结论和初步解决方案。基于FBG传感器的健康监测系统在固体火箭发动机领域显示了良好的应用前景。     

战斗机单机寿命监控中起飞重量的影响

飞机不同的装挂重量使飞机每次起飞时实际载荷变化。主要通过飞行参数记录仪(FPR)记录的数据研究战斗机起飞外挂重量对飞机结构疲劳寿命的影响。对某型飞机的一次完整飞行,按不同起飞外挂情况计算其损伤比值,结果表明分散度达到设计基准的27%。通过调查飞机挂弹架次比例,发现情况变化随意性很强,基本无统计规律可循,因而按每架次实际起飞外挂重量计算疲劳损伤显得尤为必要。对3架飞机近3 000架次记录数据的分析表明,按实际起飞重量计算的结构疲劳损伤比按设计情况要轻约20%。这一研究结果为基于实际载荷监控进行单机延寿挖潜提供了技术支持。     

含裂纹叶片的失谐叶盘对航空发动机振动特性的影响

某型航空发动机装配有含裂纹叶片的失谐叶盘,基于该型发动机的性能试验,对其排气机匣振动数据进行分析,研究叶盘失谐对发动机转子动力学特性的影响.主要对比了叶盘裂纹长度与整机振动特性的关系,证明了裂纹不仅改变整机振动频率的成分组成,同时,主要频率成分的振动幅值也有较大增加.然而,当裂纹长度比小于0.3,整机振动对叶盘失谐并不敏感,这一论断为在发动机试验中及时判断叶片裂纹故障提供支持.      

发动机稳态与瞬态性能数据融合在故障精确隔离中的应用

航空发动机的气路故障诊断对于发动机的视情监控具有重要的意义。为了提高故障隔离精度,提出在传统稳态性能数据分析的基础上．融合发动机瞬态性能数据的方法。通过分析各性能参数在过渡态下的变化趋势,辅助发动机状态监控,实现故障的精确隔离。     

基于基本飞行模型的ADS-B航迹修正研究

为有效提高飞机的监视精度,获取准确的飞行航迹,针对ADS-B监视过程中的航迹异常问题,提出了基于基本飞行模型的ADS-B航运修正方法.该方法充分利用ADS-B丰富的飞行数据信息,建立了飞行计算模型和航迹识别模型,最终结合真实数据通过程序仿真验证了该方法的可行性.实验结果表明,该方法能准确、快速修正平飞、转弯、爬升过程中的航迹信息,可以有效提高航迹监视的实时性.     

基于模糊指数融合和正交基分解的发动机性能监控

针对发动机性能监控过程中出现的单参数监控信息量不足和多参数容易矛盾的情况,提出一种发动机性能监控模糊指数融合方法。该方法基于滑动窗口参数均值和熵,采取有效的信息融合技术,建立表征发动机性能的模糊融合指数。利用神经网络方法,依据已确定的模糊融合规则推导出剩余决策规则。实例表明,模糊融合指数能很好地跟踪发动机性能缓慢衰退和突变两种情况。用正交基分解的方法对模糊指数进行重构预测,与线性拟合和二次拟合相结合的方法相比,其预测精度更高,能准确预测发动机的性能变化。