航空发动机电液伺服系统机载模型监控设计

为了监控航空发动机电液伺服系统中不易通过机内测试电路诊断的异常或故障,提出一种机载模型监控方法,采用AMESim工具进行系统的建模,之后对模型进行校准、实时化和线性化处理。在对监控算法进行了设计与仿真之后,用C代码编程实现了模型监控算法,并运行于发动机电子控制器中。对某发动机燃油计量装置的试验表明:机载模型监控可以有效监测系统中因元部件性能衰减、卡滞、零偏漂移等引起的异常或故障,并能补偿电液伺服阀的零偏漂移和容错运行,避免控制功能失效或过快降级。可为航空发动机及相关领域的电液伺服系统机载模型监控设计提供参考。     

基于GasTurb/MATLAB的航空发动机部件级模型研究

基于航空发动机总体性能分析软件GasTurb及其源代码,利用动态链接库技术实现在控制系统开发平台MATLAB下直接调用GasTurb部件级动态模型,并在Simulink下建立了包含涡喷、涡扇、涡轴、涡桨在内的22种发动机类型的部件级模型库,实现了两者之间的无缝衔接.应用实例与仿真结果验证了所建模型的有效性与高度可定制性.消除了从总体性能分析阶段过渡到控制系统开发阶段存在的交互障碍,为发动机控制和故障诊断研究提供了一种灵活的仿真平台.      

飞机电源系统故障诊断方法综述及发展趋势

飞机电源系统是机上一切用电设备的电能来源,其安全性与可靠性至关重要。在环保和高效发展需求的背景下,现代航空工业正在推进以电能为核心的多电/全电飞机技术的研究和应用。电驱动装置和电力电子器件的广泛使用导致飞机电源系统结构的复杂化,对飞机的可靠性、安全性、测试性和维修性提出了更高的要求,研究飞机电源系统的故障诊断技术具有重要意义。首先介绍了飞机电源系统的组成结构和各自功能,概述了飞机电源系统的发展历程,对比了国内外典型电源系统的特征,总结了飞机电源系统中的主要故障模式、故障特点和失效原因,并提出了一种飞机电源健康管理系统的设计架构,然后综述了国内外基于模型和基于数据的故障诊断方法研究进展,从准确度、数据需求量、适用性和实现难易程度等方面评述了各类诊断方法的特点,最后指出了飞机电源系统故障诊断技术面临的挑战和发展趋势。     

基于RBF神经网络和M距离的卫星故障诊断

在常规基于解析冗余故障诊断技术的基础上,采用具有最佳模拟特性的RBF神经网络对系统进行建模,分析了M距离应用于卫星姿态控制系统故障检测与定位的可行性,应用基于M距离的方法设计故障检测观测器,通过对残差的评估实现故障诊断。仿真结果显示,该方法计算过程简单、实时性好。     

SOM神经网络在卫星电源系统故障诊断中的应用

研究了自组织特征映射（SOM）神经网络的结构及学习算法,提出了利用SOM神经网络对输入样本的“聚类”作用,实现对故障模式的分类,并据此对故障进行诊断的新方法,通过对某卫星电源系统故障的诊断实例,验证了该方法是有效可行的,能对卫星电源系统的故障进行准确的实时诊断。     

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

基于Gauss核函数的SVM故障诊断技术研究

本文提出了基于Gauss核函数的SVM故障诊断技术,并利用grid法对SVM中参数进行寻优,以保证得到最高分类精度.通过对某航空公司ERJ145的右发AE3007发动机进行故障诊断研究后,证明基于Gauss核函数的SVM在小样本故障诊断中有着较好的适用性和可信性,能够为飞机发动机故障诊断提供有效的参考.     

化学发光火焰三维重建研究综述

燃烧过程具有三维、高温、湍流、非稳态等特性,其精确测量存在一定的难度,一直是国内外研究的热点。化学发光计算断层成像（CTC）技术将化学发光技术和计算机断层成像（CT）技术相结合,通过直接拍摄不同角度的火焰图像,利用重构算法进行重建,可以快速准确地实现火焰三维结构的精细刻画。CTC系统以火焰的自发光作为光源,因此不需要额外的光源设备,这使得该系统具有容易搭建、可在复杂环境下实现等优势,可以用于高温、湍流火焰的实时测量,对于研究复杂燃烧流场、提高燃烧效率有着十分重要的意义。本文首先介绍了CTC技术的基本原理,然后从成像模型、重构算法、实验方法和应用方向4个方面介绍了CTC技术在火焰重构方向的研究进展,最后讨论了CTC技术的发展趋势。     

基于多尺度量子熵的中介轴承故障诊断方法

针对中介轴承故障信号传递路径复杂,故障信号特征微弱诊断困难的问题,提出一种基于多尺度量子熵(MQE)、局部线性嵌入算法(LLE)与概率神经网络(PNN)的故障诊断方法。该方法采用空域相关降噪对振动信号进行滤波降噪,提高信号的信噪比;利用MQE提取中介轴承故障特征信息;采用LLE方法对高维特征进行降维处理;将低维故障特征输入PNN中进行故障识别。搭建了中介轴承故障模拟试验台,模拟中介轴承正常、内圈故障、外圈故障和滚动体故障,并采集数据对本文建立的中介轴承故障诊断算法进行验证。试验结果表明:提出的中介轴承故障诊断方法能够有效识别中介轴承故障类型,且没有出现过拟合现象,并表现出良好的泛化能力。     

基于位姿可达空间的太空机械臂容错路径规划

为了使太空机械臂在关节锁定故障后仍能继续完成后续任务,提出一种基于位姿可达空间的太空机械臂容错路径规划方法。基于牛顿-拉夫逊法计算太空机械臂关节人为限位,完成满足任务需求的退化工作空间求解,通过构造姿态可达度指标,在退化工作空间的基础上建立故障机械臂基坐标系下的位姿可达空间。通过在代价函数中增加最小奇异值代价项改进传统A^*算法,基于改进A^*算法在所建立的位姿可达空间内完成太空机械臂容错路径规划。所提方法综合了位姿可达空间与改进A^*算法各自的优势,实现了关节锁定故障太空机械臂同时满足避奇异与位姿可达要求的轨迹搜索。通过建立7自由度太空机械臂运动学模型开展数值仿真研究,仿真结果验证了所提容错路径规划方法的有效性。