面向健康保障的制造系统预测性维修决策模型

为实现制造系统稳定完成生产任务并输出高质量产品的目标,提出一种面向健康保障的制造系统预测性维修决策方法。针对制造系统的动态构成,从任务执行状态、设备性能状态以及产品质量状态3方面综合描述了其运行过程;建立了一种综合考虑设备性能多态性与任务要求多变性的时序动态任务可靠性预测模型,并提出了质量偏差指标量化方法以实现产品质量的矢量表达;以任务可靠性为决策变量,引入输出产品质量控制,以任务周期生产总费用最小为目标进行了维修策略优化。以某发动机缸盖制造系统为例开展了方法验证,结果表明,应用该决策方法比传统预测性维修与等周期预防性维修分别节约了18.41%和23.67%的生产费用。     

以粗糙集近似逼近理论提取发动机振动故障特征

主要探索一种从庞杂数据中挖掘有用信息的方法。首先介绍了粗糙集的基本理论与计算近似精度的方法，简述了粗糙集理论的特点及与模糊集理论、证据理论的区别与联系，然后将经过预处理的发动机振动信号进行实数离散．运用粗糙集的下近似、上近似及粗糙逼近理论，计算属性等价类对决策等价类的逼近精度。计算结果表明，采用等频率和等量间隔相结合的方法离散实数能保留数据中良好的自然分类特性，采用粗糙集的近似逼近理论能有效地提取出发动机故障特征。     

基于激光测距的节温器检测

节温器作为发动机冷却系统中的自动调温装置,其工作稳定程度直接影响着发动机的工作性能。目前针对机械式节温器的性能检测方法存在着测量数据不完备、测量精度较低、安全隐患大及操作不便的问题。为解决这些问题,利用激光测距技术以非接触的方式实时测量节温器升程值,同时通过温度传感器获取对应的实时温度,从而获取反映节温器性能的完备数据。该方法是一种准确、安全、便捷的非接触式检测方法,温度测量精度达0.1℃,升程测量精度为1mm。通过构建的检测系统对解放J6节温器进行了实验验证,结果表明该系统能够准确高效地实现节温器性能检测,包括温度稳定性、性能一致性、故障判断标准等,适用于发动机日常维修及教学实践工作。     

一种面向生产调度规则挖掘的数据离散化方法

针对车间生产数据的特点及数据挖掘技术对离散处理的客观需求,建立一种基于动态聚类的连续值离散化方法,并利用决策系统的相容性原则建立目标函数。对基于密度的聚类算法进行改进,提出一种单维度多半径聚类算法。将该聚类算法应用于离散处理,阐述了基于动态聚类离散算法的整体过程。实验数据表明,该离散算法可以保持决策系统原有的相容度,具有速度快、内存占用率低和自动化程度高等优点,且具有良好的通用性,适用于生产数据的离散处理。     

一种基于条件熵的粗糙集连续属性离散化方法

提出一种基于条件熵的粗糙集连续属性离散化方法,得出决策表在离散化后,保持其相容性的充分必要条件是基于条件属性的决策属性的条件熵为零,并在此基础上给出基于条件熵的粗糙集属性离散化步骤,最后进行实例分析,为解决粗糙集连续属性的离散化问题奠定一定的理论基础.     

便携式汽车发动机转速测量仪的设计

针对传统发动机转速测量系统存在安装繁琐、维修不便等缺陷,设计了一种便携式汽车发动机转速测量仪。该测量仪主要是通过分析汽车发电机转速与发动机转速之间的关系,直接从车载的USB接口获取车载电源的原始信号,提取信号中耦合的发电机交流信号,利用单片机的A/D转换器对此信号进行模数转换,再对得到的数字量信号进行FFT变换,得到离散频域的信息,最终获得输入信号的基频频率,找出该频率与发动机转速之间的联系。实际测试结果表明,系统能准确提取车载电源中交流信号的频率,并能根据此频率计算得到汽车发动机的转速,转速测量的误差小于0.2%,具有较高的精度。     

基于分式聚合过程神经网络的发动机气路参数偏差值预测

为解决航空发动机气路参数偏差值时间序列中突变值难以预测的问题,基于有理式函数具有更好的非线性逼近能力的理论,提出一种分式非线性聚合过程神经网络模型.该网络结构在隐层中存在一个过程神经元对偶层,通过分式非线性空间聚合的方式,分别实现信号对神经元的激励和抑制作用.根据采样点离散化的特点,采用离散Walsh变换对的内积运算替代积分算子,在简化计算过程的同时消除了数据拟合中的精度损失.采用基于离散Walsh变换LM算法进行网络训练,将训练好的模型应用在气路参数偏差值时间序列预测中.从预测结果可以看出,该模型对存在突变值的时间序列预测具有更高的效率和灵敏性.     

基于有限差分法的重型龙门铣床大跨距横梁重力变形曲线计算方法

为解决重型龙门铣床大跨距横梁由于铸件材质、制造工艺等因素导致重力变形有限元仿真结果不准确的问题,基于有限差分法提出一种大跨距横梁重力变形曲线的离散化计算方法。利用有限差分法、简支梁弯曲理论和固支梁扭转理论建立了横梁重力变形的离散化模型。假设横梁离散段的抗弯刚度为变量,结合横梁自重变形曲线和重力变形离散化模型计算各离散段的当量抗弯刚度,表征横梁材质的不均一性。采用有限元仿真方法分离横梁重力变形曲线,得到弯曲变形曲线与扭转变形曲线。应用当量抗弯刚度校正弯曲变形曲线、扭转变形曲线,得到准确的横梁重力变形曲线。实验验证表明,该计算方法相比有限元仿真,能有效提高机床的G10精度。     

基于确定时间连续Petri网的航空发动机总装资源调度

为解决航空发动机总装过程中不同工艺对设备资源的竞争问题,进行了面向资源冲突的Petri网建模,将离散模型转化为确定时间连续Petri网模型.提出采用路由函数化解设备资源冲突,并对给定路由函数下系统的周期性进行了分析.为求解全局资源利用率最大的调度策略,采用粒子群优化算法优化资源路由参数,并将最优路由参数以启发函数的形式还原到离散Petri网模型调度中.案例研究表明,调度算法实现了资源的全局最优化,大大缩短了航空发动机维修周期.     

基于性能状态的民航发动机送修目标确定方法EI北大核心CSCD

为了科学合理地制定民航发动机的维修工作范围,提出一种面向全寿命周期的基于性能状态的发动机送修目标确定方法。研究了发动机性能衰退模型及性能恢复值与维修成本之间的关系。建立了面向全寿命周期的基于性能状态的送修多目标优化模型,并提出了模型求解方法。采用某航空公司的实际数据对提出的方法进行了验证。结果表明提出的方法是有效的,能够为发动机送修目标的确定提供决策支持,避免了送修目标确定的随意性。     

基于粗糙集理论的航空发动机滑油光谱诊断专家系统知识获取方法研究

针对航空发动机滑油光谱诊断专家系统的知识获取问题,本文建立了基于粗糙集理论的航空发动机滑油光谱诊断专家系统知识获取模型。首先建立反映光谱元素浓度及元浓度梯度与发动机磨损故障之间关系的典型故障样本集;然后运用粗糙集理论的离散、约简及规则提取等算法,从大量的故障样本中自动获取知识规则,并将知识规则存储于专家系统知识库中;最后,建立推理机,运用一定的推理策略实现发动机磨损故障诊断。本文利用航空发动机实测的油样光谱数据对所建立的粗糙集知识获取方法,进行了实例验证。     

A new approach for rule extraction of expert system based on SVM

Based on the SVM’s excellent generalization performance, a new approach is proposed to extract knowledge rules from Support Vector Clustering (SVC). In this method, the first step is to choose the features of the sample data by using Genetic Algorithm for improving the comprehensibility of the knowledge rules. Then the SVC algorithm is adopted to obtain the Clustering Distribution Matrix of the sample data whose features have been chosen. Finally, hyper-rectangle rules are constructed using the Clustering Distribution Matrix. To make the rules more concise, and easier to explain, hyper-rectangle rules are simplified further by using rules combinations, dimension reduction and interval extension. In addition, the SMOTE (Synthetic Minority Over-sampling Technique) algorithm is adopted to resample fault samples in order to solve the serious imbalance problem of samples. The UCI datasets are used to validate the new method proposed in this paper, the results compared with other rules extraction methods show that the new approach is more effective. The new method is used to extract knowledge rules for aero-engine oil monitoring expert system, and the results show that the new method can effectively extract knowledge rules for expert system, and break through the bottleneck in expert system knowledge dynamic acquisition.     

面向航空公司的发动机维修数据管理模型

为了对航空发动机维修数据进行有效管理,根据航空发动机维修数据具有多维性和演化性的特点,将其分为构型数据、对象相关数据和类相关数据。在引入航空发动机物理状态和单元体物理状态概念的基础上,给出了航空发动机构型数据管理模型,解决了数据冗余问题。针对航空发动机服务通告状态难以控制的问题,提出了以主要件为中心的服务通告状态控制模型。为了将航空发动机维修数据有机地组织在一起,在分析航空发动机生命周期的基础上,建立了航空发动机维修数据组织模型。将提出的模型应用于基于Web的航空发动机维修数据管理原型系统,并在某家大型航空公司进行了试用。结果表明提出的模型是有效的,能够满足航空公司的需求。     

Group-based multiple pipe routing method for aero-engine focusing on parallel layout

External pipe routing for aero-engine in limited three-dimensional space is a typical nondeterministic polynomial hard problem, where the parallel layout of pipes plays an important role in improving the utilization of layout space, facilitating pipe assembly, and maintenance. This paper presents an automatic multiple pipe routing method for aero-engine that focuses on parallel layout. The compressed visibility graph construction algorithm is proposed first to determine rapidly the rough path and interference relationship of the pipes to be routed. Based on these rough paths, the information of pipe grouping and sequencing are obtained according to the difference degree and interference degree, respectively. Subsequently, a coevolutionary improved differential evolution algorithm, which adopts the coevolutionary strategy, is used to solve multiple pipe layout optimization problem. By using this algorithm, pipes in the same group share the layout space information with one another, and the optimal layout solution of pipes in this group can be obtained in the same evolutionary progress. Furthermore, to eliminate the minor angle deviation of parallel pipes that would cause assembly stress in actual assembly, an accurate parallelization processing method based on the simulated annealing algorithm is proposed. Finally, the simulation results on an aero-engine demonstrate the feasibility and effectiveness of the proposed method.     

浅谈航空发动机维修

近年来,航空运输也逐渐成为我国国民经济发展的重要支柱.但我国目前航空产业还有许多不足,尤其是飞机维修问题,其中航空发动机的维修更是所有人关注的焦点.基于此种情况,本文简单介绍航空发动机的基本维修方式、维修流程以及航空发动机维修的基本原则,穿插一些实例图片,并对航空发动机维修中所应用的先进技术进行论述,希望能帮助我国航空...     

基于动态PCA与改进SVM的航空发动机故障诊断

为了对航空发动机进行高效地故障诊断,确保飞机的飞行安全,提出了一种基于动态主元分析和改进支持向量机的航空发动机智能故障诊断方法。该方法结合了动态主元分析(principal component analysis,简称PCA)在特征提取方面和改进支持向量机（support vector machine,简称SVM）在故障诊断方面的优势。动态PCA方法对所涉及的过程变量进行去噪、降维、消除相关性等预处理和特征提取,采用改进SVM方法将所得的特征向量进行故障诊断诊断。所提出的方法可解决航空发动机模型精度和传感器测量参数有限情况下的滑油系统故障诊断精度差、效率低和易误诊、漏诊等问题。以某型真实航空发动机滑油系统为例,对提出方法的有效性进行试验验证。结果表明,采用的动态PCA和改进SVM故障诊断方法能有效提高故障诊断正确率,实现航空发动机滑油系统故障诊断的效能,具有较好的应用价值与前景。     

基于专家系统的涡轮盘结构设计研究

总结了航空发动机涡轮盘的传统设计模式.针对其结构设计的特点,将专家系统技术运用到涡轮盘的结构设计中,提出了构建专家系统辅助设计的新型设计方法.在对已有某型涡轮盘进行有限元分析的基础之上,提炼出一套详细的设计知识和规则.以专家系统开发工具CLIPS为平台,通过基于规则的推理方法,实现了涡轮盘的智能设计,这对同类结构设计具有很好的借鉴作用.     

基于视情维修的航空发动机备发预测方法研究

鉴于发动机的备发和性能退化以及维修方式的相关性,本文引入维修度概念,同时应用广义更新过程(GRP)对比例危险模型(PHM)进行了改进,建立反映寿命、性能参数、环境等参数变化趋势以及维修方式的备发模型。最后,以某航空公司CF6型发动机为例进行计算和比较。备发量对在翼发动机数比率为9.02%的结果满足经验估算结果。这表明应用本方法进行备发量决策方法切实可行,具有较大的应用价值。     

基于信息熵属性约简的航空发动机故障诊断

针对不协调信息条件下的航空发动机故障诊断问题,研究了基于信息熵属性约简的故障诊断方法。首先定义了故障诊断信息系统来描述不协调故障样本数据,针对基本粗糙集模型分类能力不足的问题,引入变精度粗糙集模型处理不协调诊断信息系统;然后针对现有条件熵不能区分不确定性规则的缺陷,提出了变精度条件熵作为属性重要度的度量标准,设计了启发式属性约简算法,提取故障诊断规则。将该方法用于航空发动机故障诊断,验证了该方法可有效处理不协调信息,显著提高了航空发动机故障诊断的准确率。     

基于ICA与深度学习的发动机气路系统状态监测

为提升航空发动机气路系统状态监测的有效性，提出一种采用深度学习并结合独立分量分析（independent component analysis,简称ICA）的新方法，对航空发动机气路系统的健康状态进行了监测技术研究。首先，对实际采集的航空发动机气路系统健康监测参数进行预处理，对预处理后的参数数据采用独立分量分析方法进行处理，提取代表当前状态的特征系数矩阵；其次，由提取的特征矩阵创建深度学习状态监测模型；最后，由创建的状态监测模型对航空发动机气路系统健康状态进行监测。为验证所提方法的有效性，采用典型神经网络与支持向量机分别对由主成分分析（principal components analysis,简称PCA)和ICA构建的特征矩阵进行了状态监测研究。结果表明，采用ICA和深度学习相结合的状态监测方法，可以更好地实现对航空发动机气路系统的状态监测，有良好的应用与推广前景。