737飞机APU排气温度表校验仪的研制

说明了如何利用单片机技术实现波音７３７飞机ＡＰＵ排气温度的检测；讨论了飞机发动机热电偶的冷端补偿、曲线拟合及测量仪的硬件电路和软件结构。最后给出研制结果。     

CFM56-7B发动机的热启动及启动悬挂

介绍了CFM56-7B发动机的启动过程,说明了其热启动和启动悬挂时的故障现象。根据影响发动机启动的一些主要因素,对造成CFM56-7B发动机热启动和启动悬挂的原因进行了分析,为排除此类故障提供了依据。     

通过监控EGT裕度进行下发预测初探

通过对从航空公司获得的数台发动机的飞行数据(主要是起飞阶段EGT裕度数据)分析,拟合EGT裕度衰减趋势曲线,求出整个发动机机队的EGT的均值和均方差变化趋势,并根据该变化趋势,分析整个机队所处的状态,进行下发预测,以进行有针对性地管理。     

浅析热电偶引线断裂对EGT测量系统的影响

本文对CFM56-5B发动机EGT测量系统构成原理和电路进行了分析,结合测量系统构成原理和电路分析,揭示热电偶引线断裂的非典型性故障未触发驾驶舱内警告的原因。     

考虑性能衰退的航空发动机总体性能裕度设计研究

研究大型客机发动机在使用过程中的性能衰退对总体性能的影响,将结果用于发展型发动机总体性能裕度设计中.利用性能衰退专项试验的数据和获得的返厂进行翻修的发动机磨损程度数据,分析计算出部件效率下降对性能的影响,找出发动机新交付时与性能衰退后的差值,将这个差值应用在发展型发动机性能衰退后的总体性能计算中.针对被研发动机获得的结果是:总体性能设计需要留取100℃的燃气温度裕度以保证翻修期内的安全使用,性能衰退后单位燃油耗油率SFC平均上升7%,发展型发动机依靠部件效率改善能够满足新一代飞机的更高性能要求.      

V2500发动机排气温度虚高故障分析

发动机的排气温度(EGT)虚高会使机组错误判断发动机状况,本文通过分析热电偶故障原因提出相应的排故建议。     

基于深度学习的辅助动力装置性能参数预测方法研究

针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。     

CFM56—3C—2发动机排气超温的分析研究

详细分析研究了造成CFM56-3C-1发动机排气温度超温的4个主要外部因素,即冷态起飞、起飞功率设置、起飞机场高度与环境温度,并利用实际的飞行数据和试验结果定量分析了各因素对发动机排气温度的影响,提出了预防超温的各种措施.     

CFM56-3发动机的热起动与起动悬挂

发动机更换、维修及排故后,都要进行相应的起动和试车。针对起动过程中经常发生的2种故障,分析了主要原因,并指出了驾驶舱中所能看到的现象和简单的处理方法。