基于直读铁谱技术的航空发动机磨损状态监测

利用线阈法分析某型航空发动机润滑油样的直读铁谱数据,提出油液直读铁谱分析诊断标准.诊断实践证明,该标准应用于航空发动机磨损状态监测效果较好.     

基于递归过程神经网络的航空发动机滑油系统状态监测

针对航空发动机滑油系统状态监测问题,提出了递归过程神经网络模型。其隐层和输出层为过程神经元,该网络的输入信号为时变函数或过程,并且含有一个特别的关联层,在建模过程中能储存系统过去更多时刻的状态信息,使得网络结构适于预测时间序列问题。文中给出了相应的学习算法,并且分别利用人工神经网络和递归过程神经网络对航空发动机滑油系统状态进行预测。结果表明,递归过程神经网络预测精度高,优于传统人工神经网络的预测能力。为航空发动机滑油系统状态监测问题提供了一种有效的方法。     

基于遗传算法的人工神经网络在航空发动机磨损预测中的应用

提出了一种将遗传算法和BP算法相结合的学习算法来训练BP神经网络,实现网络结构的优化,并用优化后的BP人工神经网络建立了航空发动机的磨损预测模型。将该模型预测结果与BP算法和多元线性回归法的预测结果进行了比较。检验结果表明：基于遗传算法的BP神经网络优于BP算法及多元线性回归法,具有良好的预测效果。     

航空发动机磨损在线监测的能谱数据处理方法研究

对用于航空发动机磨损在线监测的能谱数据处理方法进行了研究。介绍了基于同位素Ｘ射线荧光法的滑油磨损在线监测系统的组成及工作原理,通过对所获得能谱数据进行平滑、剥谱、寻峰、峰净面积计算、浓度插值计算等处理,就可以实现杂质浓度的自动检测。文中担子一种函数拟合寻峰方法,实现结果表明,这种方法具有算法简单、运算速度快等优点,特别适合于在线监测的能谱数据处理。     

基于多Agent和网络的航空发动机滑油系统故障监测与诊断系统研究

本文简介了航空发动机滑油系统检测的现状，建立了航空基于网络的发动机滑油系统故障监测与诊断系统的Agent模型，并初步实现了系统的基本功能。     

基于孔探图像纹理特征的航空发动机损伤识别方法

孔探检测是航空发动机视情维修的重要技术,对于正确评估发动机的内部损伤,适时进行发动机修理具有重要意义,但是由于孔探图像的损伤评估往往依赖丰富的专家知识,因此在航空公司飞机多、分布广、专家少的情况下,难于实现发动机损伤的及时评估.本文研究了一种基于孔探图像纹理特征的航空发动机内部损伤评估方法,利用结构自适应神经网络模型,实现了航空发动机孔探图像损伤的自动识别,并进行了必要的验证,结果表明了本文方法的有效性.     

航空发动机滑油磨粒在线监测

航空发动机轴承部件磨损是导致发动机失效,引起飞机重大事故的主要因素之一。分析了航空发动机突发性剧烈磨损的疲劳磨损失效机理,陈述了磨粒尺寸和数量表征磨损程度的关系,系统介绍了各种航空发动机滑油磨粒在线监测技术,讨论了各技术方法的原理、技术特点、典型参数、典型应用、最新研究成果及技术适应性。滑油磨粒在线监测技术,能有效发现航空发动机突发性剧烈磨损,及时预警失效,避免出现重大事故,具有重大工程应用价值。     

基于深度学习的航空发动机磨损部位识别方法

针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元,搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入,采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别;以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性,并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明,所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力,在真实的某型航空发动机能谱数据基础上,对含氧数据和噪声数据分别进行测试,进一步说明该模型用于对磨损定位识别的有效性,具备实际应用的可行性。     

滑油监测技术在航空发动机预防性维修中的应用

对以滑油监测技术为基础的航空发动机状态监测及故障诊断的原理作了简要论述 ,阐明了在航空发动机预防性维修中应用此项技术的重要意义。     

基于粗糙集－集成神经网络的航空发动机磨损故障诊断方法

将粗糙集理论和神经网络相结合并应用到航空发动机磨损故障诊断中,依据属性的重要性和决策表的相容性,用自组织神经网络完成连续数据离散处理这一关键环节,采用粗糙集理论对征兆信息进行属性约简,获取征兆的主要特征,为神经网络结构简化和子神经网络的构成等奠定了基础,通过基于D-S证据理论的方法得到最终的融合结果。将该方法用于某型航空发动机的磨损故障诊断专家系统中,实验证明了该方法的有效性。     

基于异常识别和关联分析的桥梁数据复合诊断

提出了一种基于异常识别和多传感器关联分析的桥梁数据复合诊断方法。该方法利用超球面一类支持向量机对传感器数据特征进行异常识别,通过ε-支持向量回归机对多传感器测量值进行位置关联分析,从而判定该传感器数据异常是由外部荷载还是传感器自身故障引起。通过江阴大桥主梁加速度传感器的相关测量数据,表明了该方法的有效性。     

Modeling Wear State Evolution Using Real-Time Wear Debris Features

Because wear is one of the most typical causes of decreasing performance in running machines, monitoring wear is regarded as a crucial technology in maintaining the health of machines. However, monitoring wear is not a fully mature process because quantifying the development of wear in real time is a challenging task because there is no universal indicator. To meet this need, wear-oriented dynamic modeling with online ferrographic images was used to investigate and then describe a real-time wear state. This investigation was carried out by combining three wear indices to describe the wear rate, the wear mechanism, and the severity of wear. A binary classifier method is also proposed to classify these wear stages in the three extracted indices. A strategy to identify the dynamic transition of wear states with adaptive parameters is also developed and then a four-ball wear test is carried out to verify the method. The results indicate that this modeling strategy can accurately identify a developing wear state that is characterized by stages. This proposed method is better at monitoring the health evolution of a machine system than just detecting faults.     

基于yolov5在线可视铁谱图像磨粒多目标识别方法研究

鉴于在线图像可视铁谱获取的磨粒谱片图像分辨率低,磨粒种类复杂多变,磨粒图像背景复杂等问题,使得磨粒在线智能识别面临挑战。为了实现在线可视铁谱图像磨粒多目标实时检测与识别,提出基于yolov5在线可视铁谱图像磨粒多目标识别方法。以正常磨损磨粒、疲劳磨损磨粒、滑动磨损磨粒、球形磨粒、氧化磨损磨粒、切削磨损磨粒6种磨粒作为研究对象,基于yolov5深度神经网络模型对复杂油液环境下的异常磨损磨粒进行分割与识别。结果表明：基于yolov5算法的磨粒智能识别模型能够实现复杂环境下多目标、多类型磨粒在线实时识别,其识别速度和准确率基本满足油液在线监测需求,为装备在线图像可视铁谱技术工业化应用提供了技术支撑。     

基于小波的磨粒图像融合方法研究

针对油液磨粒检测需要,基于彩色空间变换和小波分析理论,研究磨粒多聚焦图像融合方法。该方法采用邻域梯度特征因子取大法来选取多聚焦图像清晰区域的低频系数,以进行低频融合系数的确定;采用建立新系数带以及系数取大法来进行高频融合小波系数的选取。分析小波基和分解层数对磨粒多聚焦图像融合效果的影响,结果表明,在分解层数为5时,采用db4、sym4、bior2.4小波基进行磨粒多聚焦图像融合均可获得较好的融合效果。     

基于脉冲耦合神经网络的刀具磨损检测

将仿生学中的脉冲耦合神经网络（PCNN）引入刀具磨损检测中,利用刀具磨损区域灰度强度明显高于刀体和背景区域灰度强度的特点,通过空间邻近和灰度相似集群像素获得分割的二值图像,从而达到对刀具磨损区域进行检测的目的。对车削加工中刀具不同磨损阶段的磨损图像进行分割试验,证明了该算法可以有效地判断刀具的磨损状态。     

基于差动放大器实现的飞机发动机火灾报警系统

针对某型飞机发动机火警探测系统存在误报率较高的问题,设计了采用差动放大器实现的飞机发动机火灾报警系统,采用差动放大器对火警信号进行采集处理,并进行精确放大,使报警信号的可信度大大增强,根据此信号可以设计飞机发动机的自动灭火装置。实验证明此种方法对解决发动机报警灵敏度和误报率之间的矛盾,具有较高的价值。     

基于油液分析的航空发动机状态监控与故障诊断系统研究

论述了航空发动机状态监控的重要性及其原理．研究开发了基于油液分析的航空发动机状态监控与故障诊断系统，并初步实现了系统的基本功能。     

遗传算法和神经网络在铁谱图象识别中的应用

针对BP算法在神经网络学习中的一些缺点,将遗传算法应用于BP神经网络的网络学习中,提出了一种BP-GA算法。最后,应用神经网络对铁谱图象进行智能识别,实验结果证明它比单纯的BP算法有更佳的结果。     

基于Matlab图像边缘检测算法效果对比

边缘是图像最基本的特征,包含图像中用于识别的有用信息,边缘检测是数字图像处理中基础而又重要的课题。文章具体考察了5种经典常用的边缘检测算子以及最小二乘支持向量机提取边缘检测算子,并运用Matlab进行图像处理结果比较。梯度算子简单有效,LOG算法和Canny边缘检测器能产生较细的边缘。最小二乘支持向量机结合图像的梯度和零交叉信息,选取一定的参数条件,可以获得比Canny方法更好的性能。