涡扇发动机气路故障的信息融合诊断方法

为了提高包线内气路部件故障诊断能力,提出一种加权D-S(Dempster-Shafer)合成理论的故障诊断方法.基于传感器测量值,分别利用扩展卡尔曼滤波算法(EKF)和受限玻尔兹曼-极限学习机(RB-ELM)对主要气路部件性能进行估计,将计算值与基准值的偏差作为基本概率赋值函数.使用飞行状态参数结合混淆矩阵求解子证据体加权系数,最后进行决策级加权融合诊断.通过某型涡扇发动机仿真验证,结果表明与单独使用基于模型和数据驱动的诊断方法相比,融合诊断方法有效地提高了部件故障诊断精度.     

航空发动机气路故障诊断

介绍了航空发动机气路故障诊断基准参数的选取和监测参数偏差的产生方法,探讨了采用故障相似系数进行气路故障隔离和辨识的方法,并用某型涡扇发动机实测数据验证了该方法的有效性.相似系数不仅具有明确的物理意义,而且使得故障诊断系统构造简便,故障模式扩展容易.采用相似系数进行故障模式隔离不必要求监测参数的个数大于故障模式个数.在隔离故障模式的基础上,进一步辨识发动机部件性能衰退程度,对气路故障的诊断更为深入.     

基于LabVIEW的航空发动机气路故障分析系统设计

针对在航空发动机气路中带电粒子的电荷信号微弱,传感器工作环境恶劣的条件下,监测航空发动机气路故障的问题,设计了一种能适应高温、高噪声等恶劣工作环境并对电荷信号灵敏监测模型,使用LabVIEW软件建立了航空发动机气路不同工况中静电信号的子V1,对信号进行采集和分析.通过对航空发动机多种工况的模拟和试验,建立了航空发动机气路故障分析系统.结果表明:该监测模型分辨率高、信噪比高、稳定性好,可稳定地监测航空发动机的多种工况,为航空发动机气路故障诊断提供可靠的依据.     

航空发动机推力估计新方法

论文针对采用卡尔曼跟踪滤波方法进行航空发动机推力估计时,在非设计点存在稳态跟踪滤波误差的问题,提出了基于控制器跟踪滤波器的推力估计方法.在航空发动机的健康参数中选择一部分作为"被调"参数,对"被调"参数的蜕化进行估计,并修正机载发动机的实时模型,使模型输出与实际发动机可测参数的输出相一致,达到对推力等不可测性能参数进行准确估计的目的.与卡尔曼跟踪滤波估计方法相比,控制器跟踪滤波方法能利用控制器的积分特性,消除非设计点的稳态跟踪滤波误差,提高推力估计的精度.     

基于SOM和协同学的航空发动机气路故障诊断研究

为了区分航空发动机气路故障诊断过程中出现的相似故障,提高诊断准确率,提出了一种基于SOM神经网络和协同学理论的故障诊断方法;首先对测量数据进行归一化处理,建立自组织神经网路初步诊断系统,对于难以区分的相似故障引入协同学理论,进一步判断对应的故障类型,最后根据实际数据对此故障模型进行实例仿真;仿真结果显示,基于SOM和协同学的发动机气路故障诊断方法具有较高的诊断准确率和抗噪能力。     

航空发动机气路静电监测传感器特性

分析了发动机气路静电监测的原理,对监测系统关键器件—静电传感器的灵敏度分布和频率响应特性进行了研究,通过数值模拟和曲线拟合的方法确定了传感器的灵敏度分布函数,进而推导了传感器的频率响应函数,分析了传感器探极半径和对灵敏度分布与频率响应影响,以及颗粒运动速度对频率响应的影响。理论分析和模拟实验结果表明:静电传感器在空域和时域内均为低通滤波器,半径大的传感器灵敏度较高,空域频谱和时域频谱较宽。颗粒运动速度越快,传感器输出信号的频带越宽,但幅值相对越小。     

涡扇发动机气路健康的简约卡尔曼滤波估计

由于航空发动机气路中传感器的数目有限,令气路健康参数的估计结果带有不确定性,为此,我们提出基于简约卡尔曼滤波器的机载自适应模型.该模型通过矩阵变换降低健康参数矩阵的维数,把简约卡尔曼滤波器的估计偏差和方差的加权和作为最小化的目标,采用自适应遗传算法构造出一个较准确,能反映发动机性能的健康参数子集.从理论上进一步论证了简约卡尔曼滤波器的估计方法.对某型涡扇发动机气路部件进行性能估计作数值仿真,结果表明,基于简约卡尔曼滤波器的机载自适应模型方法适用于在包线内传感器个数少于健康参数条件下,有效估计出发动机气路健康性能.     

基于径向基神经网络的航空发动机气路故障诊断

基于径向基神经网络对民用高涵道比航空发动机风扇、增压级、高压压气机、高压涡轮、低压涡轮5大气路部件的效率降低故障进行诊断;采用Gasturb进行故障训练样本和测试样本库的生成,诊断结果显示,采用径向基神经网络进行航空发动机气路故障诊断的计算时间短、精度较高,不仅能定性的定位故障部位,而且在大多数情况下可以定量的给出该部件的性能衰退程度;某些情况下诊断结果与测试样本不尽一致,但都是方程的合理解,这是因为航空发动机的数学模型是一个多解的复杂方程,一个总性能的衰减对应着多组部件性能衰退的组合;随噪声幅值加大,诊断精度变差,同时研究发现诊断精度受噪声影响的敏感系数在不同的噪声幅值水平下是不同的。     

基于ARIMA模型的航空发动机性能预测

为了提升发动机性能短期预测精度,利用求和自回归移动平均(ARIMA)模型建立某型发动机排气温度预测模型.仿真显示,该预测模型结果优于传统神经网络预测模型.     

航空发动机气路碎屑静电监测传感器设计与试验

设计了一种航空发动机气路碎屑静电监测传感器.在阐述碎屑颗粒荷电机理的基础上,对该传感器感应原理进行了研究,然后在静电感应原理的基础上进行了棒状静电传感器和环状静电传感器的结构设计,为防止绝缘套管的过压崩坏,对探极与套管之间的间隙配合进行了详细计算,最后利用实验验证了所设计的静电传感器的有效性,实验结果表明:环状静电传感器可以得到比棒状静电传感器更高的检测信号输出信噪比.     

基于遗传算法的航空发动机性能曲线逼近

绘制性能曲线是检验航空发动机是否合格的重要工作步骤.利用标准性能曲线板手工绘制往往具有较大的作图和读数误差.变换标准曲线的数值计算方法会带来变换计算量大,求解Y值复杂的问题.求解过程中变换测量点,求出平移和旋转量后,反向变换标准曲线获得实测曲线.通过对平移和旋转量进行编码,采用遗传算法实现了性能曲线逼近.     

似然K均值聚类用于涡扇发动机气路故障诊断

[K]均值聚类算法是聚类领域最知名的方法之一,然而[K]均值聚类完全依赖欧式距离进行聚类,忽略了样本特征离散程度对聚类结果的影响,导致聚类边缘样本容易被误聚类,且算法易局部收敛,聚类准确率较低。针对传统[K]均值聚类算法的不足,提出了似然[K]均值聚类算法,对于每个聚类的所有样本考虑每个维度样本特征的离散程度信息,分别计算样本属于某一聚类的似然概率,能够有效提高聚类准确率。在人造数据集和基准数据集验证了似然[K]均值聚类算法的优越性,将其应用于涡扇发动机气路部件故障以及传感器故障的模式识别,验证了该算法在涡扇发动机故障诊断中的实用性和有效性。     

基于LS-SVM的涡轮增压发动机性能预测

针对神经网络方法在涡轮增压发动机性能预测方面存在的缺陷,提出了一种新的基于最小二乘支持向量机的涡轮增压发动机性能智能预测方法.介绍了最小二乘支持向量机的基本算法,分析了涡轮增压发动机的性能指标,选择发动机转速、压缩比、容积效率、平均指示压力和平均制动压力作为预测模型的输入参数,输出功率、输出扭矩和有效燃油消耗率作为预测模型的输出量,进一步建立了基于最小二乘支持向量机的涡轮增压发动机性能预测模型.仿真实例的预测结果表明,所建立的智能涡轮增压发动机性能预测模型是合理有效的.     

航空器轨迹预测技术研究综述

航空器轨迹预测是流量管理、冲突检测和解脱、航空器进场排序以及异常行为监测等空中交通管理技术的基础.关于航空器轨迹预测的研究产生了许多经典的方法和应用领域.对研究航迹预测问题的背景和意义进行概述,并从数据库、基础流程和预测关键技术三个方面介绍了有关航迹预测的基础知识.其中数据库包括航空器性能数据库、航空器监视数据库和气象...     

基于小波包能量熵的航空发动机突发故障诊断

为了提高飞机发动机突发故障的诊断正确率,提出了将混合采样法和SVM相结合的突发故障诊断新方法.首先利用小波包多分辨率分析特性进行故障特征提取;然后采用混合采样法对提取的少数类突发故障样本特征进行优化重构,使少数类突发故障样本数量和其他类样本数量趋于平衡;再利用SVM构造多分类器对正常与多种故障状态进行分类.通过发动机转子试验台所采集的数据,对该故障诊断方法进行了验证研究.结果表明,该方法能有效识别发动机叶片断裂和吸入异物两类突发故障,且算法简单,故障分类识别效果好.     

基于路径预测人工势场法的自动跟随小车路径规划

针对自动跟随小车实际工作环境下目标点和障碍物具有可移动特征,在传统人工势场法的基础上提出一种具有动态路径预测功能的路径规划方法。通过实时采集和计算小车、目标点和障碍物的距离、运动速度和方向,预测未来三者之间可能的位置关系。根据目标点预测结果采用人工势场法确定接近目标点路径,根据预测的障碍点运行轨迹确定绕过障碍点的路径。将基于路径预测人工势场法与传统人工势场法进行仿真对比,结果表明该方法在跟随效率和避障能力上具有显著的提高。     

一种EKF-WLS-SVR与混沌时间序列分析的瓦斯动态预测新方法

针对瓦斯浓度时间序列高度的混沌特性,采用微熵率法同步确定最优的嵌入维数与延迟时间,还原瓦斯涌出系统状态空间。以无线传感网络系统采集并经降噪处理后的瓦斯浓度序列作为样本。提出利用带有整定因子的扩展卡尔曼滤波器( EKF)对加权最小二乘支持向量回归机( WLS-SVR)的正则化参数γ与核参数σ进行快速寻优,并依据周期性更新的训练样本建立基于EKF-WLS-SVR耦合算法的动态预测模型以精确预测后续时间点的瓦斯浓度。通过MATLAB进行仿真,结果表明：EKF滤波器对提高WLS-SVR的拟合精度与学习效率方面有很大的帮助。相比于其他模型,该耦合模型具备更高的预测精度与更强的鲁棒特性,有较高的实用价值。