飞机发动机磨损状态直读铁谱监测判据选择研究

文章简要介绍了直读铁谱监测的判据,在此基础之上应用直读铁谱技术,对苏-27飞机发动机滑油油样进行测定,并对所得数据进行梳理分析,得出各直读铁谱监测判据随飞机发动机运行时间的变化规律,最后,确定了对飞机发动机磨损状态的变化反映最灵敏的判断依据。     

不同酸溶解-硅钼酸盐光度法测定碳钢中硅含量的探讨

通过硫酸溶解法和硝酸溶解法处理碳钢,采用还原型硅钼酸盐光度法对碳钢中的硅含量进行了测定。对硫酸溶解法、硝酸溶解法显色反应的条件进行优化,发现不论选择硫酸溶解法还是硝酸溶解法溶解试样,均选择测定波长810 nm,硅钼蓝显色时间5 min,50 g/L钼酸铵溶液用量5 mL,50 g/L草酸溶液用量9 mL,60 g/L硫酸亚铁铵溶液用量5 mL,但用硫酸溶解法处理试样的硅钼黄显色时间为25 min,用硝酸溶解法处理试样的硅钼黄显色时间为30 min。按实验方法对标准溶液系列进行基体匹配并进行测定,结果表明,硅的质量浓度在0～1 μg/mL之间与其吸光度呈线性关系,硫酸(1+17)溶解试样的线性回归方程为ρ=1.333 A+0.004,相关系数r=0.999,方法检出限为0.013%;硝酸(1+3)溶解试样的线性回归方程为ρ=1.277 A+0.006 8,相关系数r=0.999,方法检出限为0.014%。在优化条件下分别用硫酸溶解法、硝酸溶解法处理3个碳钢标准样品,按实验方法进行硅含量的测定,测定值与认定值一致,相对标准偏差(RSD,n=10)在0.26%～1.1%之间。     

航空发动机磨损趋势预测模型研究

文章讨论了神经网络的BP算法和遗传算法,提出用遗传算法来优化BP神经网络,应用遗传算法训练神经网络权重,实现网络结构的优化,用优化后的BP人工神经网络建立了航空发动机磨损故障趋势预测模型,利用发动机的光谱监测数据作为预测磨损趋势的特征参数,进行了模型的训练和预测试验,并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,证明了基于遗传算法的人工神经网络是航空发动机磨损故障趋势预测的一种理想方法。