航空发动机故障融合诊断研究

结合气路诊断与振动分析方法,建立发动机故障融合诊断模型,探讨气路与振动故障融合诊断方法的可行性。构建故障融合诊断3级体系(故障特征级、故障模式级以及故障决策级融合),实现基于性能参数和振动参数的综合评估方法,获得基于小偏差法的气路故障判据,形成基于动力学分析的振动故障判据,提出故障特征融合的方法,通过算法实现故障融合识别,并在模拟试验器上进行涡轮叶片掉块故障试验验证,获得相应的故障诊断决策。结果表明:设计的发动机故障融合诊断方法合理,算法正确。     

光电瞄准设备通用计量平台

提出了光电瞄准设备通用计量平台的设计方案，论述了平台的硬件、软件构成，并着重分析了双分划双光源照准与两维同步动态测角、读数图像自动识别、多点位多通道实时检测的方法，最后对系统的不确定度进行了分析和评估。     

基于模糊模式识别的电力远动通道监控系统

分析了电力远动通道监控系统的现状,为解决其不足之处提出了一种电力远动通道监控的新方案.采用了一种基于模糊模式识别的综合评判远动通道通信质量的方法来实现对远动通道的监控,并详细论述了方案中模糊模式识别模型的建立,同时给出了系统的实现方案.在实际应用中表明,该系统能够有效地解决目前监控系统存在的不足,为电力远动通道监控开辟了新途径.     

煤油超燃冲压发动机两相流场数值研究 (Ⅲ)煤油在超燃流场中的多步化学反应特征

深入分析了煤油代用燃料C12H23的17组分30步反应模型在超燃冲压发动机流场内的细观化学反应动力学特征,结果表明：(1)该化学反应模型比较合理地描述了煤油在超燃流场内的裂解、点火、裂解产物的燃烧以及和NOx的生成等基本规律和特征,其中对于OH分布特征的预示和文献的利用PLIF的物理观测结果一致。不过,其单步裂解机制对温度场的预估偏高。(2)对导流型凹槽内的化学动力学特征分析表明,导流槽由于加强了凹槽外氧气向凹槽内的输运,使得凹槽内的燃烧得以强化,生成的CO2偏多。(3)煤油的化学反应动力学过程对于准确预示和评价煤油在超燃发动机内的燃烧状况及发动机整体性能有重要影响。     

基于支持向量机方法的发动机性能趋势预测

为了提高对航空发动机性能趋势预测的精度，提出利用支持向量机方法来预测表征发动机整体性能的参数一性能综合指数。建立了基于支持向量回归的一步及多步预测模型，利用该模型对性能正常衰退及性能异常发动机的综合指数分别进行预测，并与自回归(AR)模型的预测值进行比较。结果表明，基于支持向量机的预测模型比AR模型的预测精度更高，其四步预测精度由80．56％提高到88．51％。因此该模型尤其适合中、长期预测。     

点火能量等因素对脉冲爆震室压的影响实验

以汽油／空气两相混气为可爆混合物，采用汽油机点火和半导体高能点火系统，实验研究了不同点火频率对脉冲爆震室中不同位置脉冲爆震波压力的影响，结果发现，充满度大，产生的紊流强度大，有利于爆震波的形成；在大多数情况下，用低能量（50mJ）的点火系统点火时，点火频率大于实际产生的爆震频率；用高能（IJ）点火系统时，可缩短烯向爆震转变（DDT）的距离，易产生爆震，所得爆震波的峰值压力明显增大，所得结果可为脉冲爆震发动机的设计、爆震点火系统选型提供重要参考。     

人工神经网络在航空发动机中的应用

人工神经网络是一个十分热门的交叉学科,在许多行业都得到了应用。介绍了其在系统建模、模型辨识、控制及其在航空发动机上的应用情况和最新发展,并对各种应用状况进行了归纳和分析。同时对最新神经网络模型作了介绍,并对将来神经网络在航空发动机上的应用作了预测。     

基于RBF神经网络的数字模式识别方法

在介绍径向基函数神经网络基本原理的基础上,讨论了基于 RBF 的数字模式识别的设计及其原则,包括识别数字网络模型结构、最近聚类学习算法等问题。     

基于分形的BP网络水下目标识别

主要讨论目标回波的分形特征和基于分形的识别方法,并用实际潜艇的回波数据进行了分形特征识别研究。在分析回波信号的时间域波形的基础上,应用随机分形理论,给出基于分形 Brown 运动的回波信号分形特征矢量提取的理论和方法;提取了回波信号的分形特征矢量;进而给出了基于 BP 网络的分类计算方法。计算结果表明,提出的提取水声回波信号目标特征矢量的方法与分类方法切实可行。     

基于神经网络的滚动轴承故障包络信号的自动识别方法

介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。