航空发动机气路系统故障机理分析

分析了航空发动机气路系统中常见部件的故障机理,为航空发动机气路系统的故障诊断及维护提供支持。     

航空发动机碰摩故障在线监测与诊断分析

随着科技的进步,航空技术逐渐成为人类进步的重要科技,通过航空技术能够实现快速移动和对太空的探索等.而在航空技术中的发动机碰撞是一种比较常见的故障,这类故障对航空机械的正常运行具有非常重要的影响.在飞机运行的过程中,如果不能够对航空发动机的碰撞故障进行及时的发现和解决,其往往很容易导致安全事故的发生,从而造成严重的经济损失和人员损失.对于传统的航空发动机碰撞故障检测技术,其效率较低,往往不能够在第一时间发现故障位置以及故障原因,在本文中对航空发动机的碰撞故障在线监测和诊断技术进行了简单的分析.     

航空发动机诊断系统数据融合研究

数据融合作为故障诊断学科中一门重要的手段,广泛地被用于科学研究,数据融合方法可以更好地检测本体的故障原因,并且为下一步诊断提供很好的科学依据。本文叙述了数据融合的原理和典型方法,介绍了国内外对航空发动机数据融合的研究发展概况,为日后运用于航空发动机故障数据的诊断和决策可行性做好了理论方面的准备。     

基于融合信息熵距的滚动轴承故障诊断方法

针对机匣内滚动轴承故障,采用一种基于融合信息熵距的故障诊断方法进行诊断。通过航空发动机转子系统试验台模拟滚动轴承的单一和耦合故障,采集其声发射信号,利用时域的奇异谱熵、频域的功率谱熵、时-频域的小波能谱熵以及小波空间特征谱熵,计算融合信息熵距实现故障诊断。结果表明:融合信息熵距成功分辨出滚动轴承故障种类,提高了故障诊的准确性,是一种行之有效的滚动轴承故障诊断方法。     

电控发动机故障诊断模拟实验台设计

汽车发动机电控技术的运用对汽车维修从业人员的故障诊断技能提出了新的要求.本文以丰田威驰车8A-E25P发动机为例,将发动机电控技术和单片机控制技术融合,采用原车实物结合单片机模拟控制的方法完成了电控发动机故障诊断模拟实验台的设计、制作.故障模拟控制系统以AT89S51单片机为核心,通过键盘输入故障编码来实现发动机电控系统在不同工况下出现的典型故障,特别是对传感器输出参数偏离故障进行了模拟.为汽车维修人员进行发动机电控系统故障诊断技能培养提供了有效载体.     

航空发动机远程智能故障诊断与维修

通过对军用航空发动机的诊断和维修现状研究，分析了目前建立军用航空发动机远程故障诊断与维修体系的可能性和必要性；提出了以故障智能诊断和维修中心为核心的三位一体的广域维修保障体系；对建立故障智能诊断和维修中心所需的软硬件结构进行了详细论述，并对关键的动态网页服务(ASP)技术、基于事例推理(CBR)技术及网络条件下的综合故障诊断方法指出了进一步研究的方向。     

汽车底盘故障问题的有效诊断与修理技术阐释

文章首先对汽车底盘故障问题的诊断方法进行简要分析,在此基础上对汽车底盘故障修理与维护技术进行阐释.期望通过本文的研究能够对减少汽车底盘故障问题的发生及故障诊断效率的提高有所帮助.     

航空发动机整机振动分析与控制

针对航空发动机整机振动问题的复杂性和多样性,以整机振动的振源分析为出发点,总结国内外关于转子系统故障、气流激振、轴承故障、齿轮故障和结构局部共振等引起的整机振动的研究情况,结合航空发动机整机结构动力学、支承动刚度和连接结构刚度动力学设计的国内外研究情况,从整机振动的装配工艺参数分析、转子不同心度控制和转子不平衡量控制等几个方面,总结航空发动机整机振动的控制方法。然后,在分析航空发动机整机振动测试方法和标准的基础上,总结了航空发动机的转子动力学特性以及机匣支承的振动特性测试相关技术。最后,整理分析了航空发动机整机振动常用的故障诊断方法和常见整机振动故障的特征,为航空发动机的设计以及整机振动抑制技术提供了参考。     

基于模糊诊断理论的航空发动机自动停车故障原因的分析

针对某型航空发动机空中自动停车故障诊断中故障症状与故障原因之间关系极为复杂、不确定等问题,提出了该型发动机故障的模糊诊断方法,建立了发动机自动停车故障模糊诊断的数值理论模型,利用专家知识动态建立了模糊诊断矩阵过程模型,并结合具体自动停车故障案例,实现了该型发动机自动停车故障的模糊诊断,验证了该方法应用于发动机系统故障诊断中的可行性.     

基于复杂传递路径的发动机主轴轴承故障信号提取技术

航空发动机主轴轴承故障信号经过复杂路径传递至机匣后信噪比低,小波降噪能有效降低噪声水平,盲源分离与包络谱技术能从混合信号中分离出发动机主轴轴承故障信号并提取故障特征。依据发动机振动信号特征,对采集到的机匣振动信号进行小波降噪处理消除系统噪声,再对降噪后信号进行盲源处理分离出原始故障信号,最后对分离出的原始故障信号进行包络谱分析提取出轴承故障特征信息。对试验数据处理发现:该方法成功地提取出主轴轴承外圈内滚道与滚棒故障信号。这为航空发动机主轴轴承故障诊断提供了一种重要的研究方法,具有重要的研究意义。     

浅谈汽车发动机故障诊断与维修关键技术要点

发动机作为汽车的主要部件,一旦发动机出现故障,不仅会影响到汽车的正常行驶,还对人员生命安全带来严重威胁.鉴于汽车发动机的重要性,工作人员一定要从思想上提高对发动机故障诊断工作的关注程度,并鼓励人员积极进行维修技术创新,以此在避免汽车发动机故障问题发生的基础上,积极促进工作人员专业水平有效提升.本文以汽车发动机为研究对象,主要对其故障诊断以及维修技术进行详细研究.     

航空发动机突发故障识别与监控方法研究

航空发动机突发故障严重影响飞机的飞行安全。为了解决航空发动机故障诊断中因缺乏样本和突发故障信息难以提取的困难,提出了基于支持向量机、小波包分解和智能模块相结合的发动机突发故障识别与监控方法。该方法在强噪声和少样本条件下,用结构风险最小原理建立发动机故障特征与运行状态之间的对应关系,再根据该函数的输出来识别故障状态和调用相应的智能模块对故障进行监控。实验结果表明,该方法能有效地提高航空发动机突发故障的识别率,并能对突发故障进行监控修复。     

基于支持向量机的航空发动机整机振动故障诊断技术研究

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的一种新型机器学习方法,由于它出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中。针对某型航空发动机整机振动过大的现象,提出了一种基于支持向量机(SVM)的整机振动故障诊断方法。首先介绍了SVM理论,然后根据SVM学习方法的结构风险最小化原则,对某型航空发动机已知的整机振动故障模式数据进行了训练和预测,并建立了基于SVM的航空发动机整机振动故障诊断模型。最后通过对已有故障模式进行诊断预测,证明该方法在航空发动机整机振动故障诊断方面具有良好效果。     

基于模糊动态神经网络的点火系统故障诊断

从往复发动机点火系统的工作机理出发,分析了点火系统的常见故障。构建了模糊隶属度函数对故障征兆信号进行模糊化处理,得到了多元故障敏感特征,并建立了三层动态神经网络进行基于多元信息融合的点火系统故障诊断。实例分析表明,基于模糊动态神经网络进行的往复发动机点火系统故障诊断高效可靠,能够为往复机械的故障诊断提供新的方法。     

基于小波神经网络的油泵故障诊断

依据小波神经网络技术的各种优点,提出采用三层BP小波神经网络构造故障诊断模型,对油泵进行故障监测和诊断.该故障诊断方法对神经网络训练、故障特征参数提取和对应神经网络状态输出等均实现了数据库管理,对油泵多种常见故障取得了满意的诊断效果,不仅具有特征自动提取以及较强的自学习和自适应功能,而且操作维护简便.研究结果表明:信号的小波分析和神经网络识别的融合将为油泵状态监测与故障诊断系统的建立提供新的方法和更简便的途径;对油库安全维护与故障诊断具有重要意义.     

航空燃气涡轮发动机启动过程常见故障分析

本文针对航空燃气涡轮发动机启动过程常见的故障分析,总结其对机体的危害、故障前出现的征兆、和其他原因.进一步规范航空燃气涡轮发动机的维护与使用,预防发动机故障引起的机械故障,减少事故的发生.     

故障诊断技术在航空电子中的应用研究

航空电子技术在航空飞行器中得到了极为广泛的应用。航空电子的复杂化发展给航空电子设备维护与保养带来了更大的难度。本文具体分析了航空电子设备的故障类型,并基于此探讨故障诊断技术在航空电子中的具体应用。     

模糊信息融合及其在发动机失火故障诊断中的应用

由于发动机结构复杂,造成发动机失火故障的因素很多, 使故障诊断及故障定位非常困难.为此本文提出了一种基于模糊信息贴近度分析的信息融合方法,并用以诊断某装甲车辆发动机失火故障,取得了满意效果.     

基于PSO-RBF的航空相机电源板故障诊断技术研究

针对机载航空相机电源板故障率高,传统故障诊断方法技术不足而造成的相机维护难度大的实际问题,提出一种基于PSO-RBF神经网络的电源板故障诊断方法。考虑选取RBF网络训练算法中隐含层节点数和中心参数的难题,采用实用粒子算法约简了RBF神经网络,设计了航空相机电源板故障诊断系统方案,并给出了诊断系统的软件模块和实现方法,实现了从计算机仿真到工程应用的电源电路故障诊断。仿真与实际检测实验结果均表明,系统在不依赖任何标准设备和附加测点时,可对航空相机电源板进行实时、全自动化故障检测,其故障现象的检测覆盖率为100%,故障诊断平均可靠性可达到97.73%,故障器件定位率可达到96.89%。     

基于多源信息融合的发动机转子早期故障识别

提出了将神经网络与D-S(Dempster-Shafer)证据理论相结合的发动机转子早期故障分级融合识别方法.文中对多源信息融合系统的基本结构、多源信息融合方法、早期故障融合识别过程等进行了分析和研究,并以发动机转子早期碰摩为对象进行了实验验证.结果表明,将神经网络与D-S证据理论相结合的早期故障分级融合识别方法,能够有效地提高发动机转子早期故障识别的快速性和有效性,利用神经网络的输出构造D-S融合推理中各焦元的基本概率赋值函数,避免了构造基本概率赋值函数时人为因素的影响,提高了故障识别精度.