航空发动机数据驱动法气路故障诊断研究进展

航空发动机气路故障在发动机故障类别中是非常重要的一环,避免气路故障以及及时对气路故障进行排故和预测对保障飞行安全具有不可忽视的作用。而随着现代算力和算法发展,基于数据驱动的方法在气路故障诊断中也具有越来越重要的影响力。本文较为详细的叙述了目前国内基于数据驱动方法航空发动机气路故障诊断的现状,例如：聚类、SVM、人工神经网络、深度学习等,讨论了各种方法的优缺点,指出了利用数据驱动方法的难点和关键环节,并对未来相关的研究趋势和发展趋势做出了展望。     

基于WEB的航空发动机故障远程诊断技术研究

将传统的发动机故障诊断技术与WEB技术相结合,提出一种基于WEB的航空发动机故障远程诊断系统模型,并且探讨了系统构建的几项关键技术难题.本系统的建立使航空发动机的监控、诊断和维护技术融入网络环境,可以极大地提高发动机疑难故障诊断的准确性和及时性,体现了故障诊断技术网络化、信息化的发展趋势.     

基于WEB的航空发动机故障远程诊断技术研究

将传统的发动机故障诊断技术与WEB技术相结合,提出一种基于WEB的航空发动机故障远程诊断系统模型,并且探讨了系统构建的几项关键技术难题．本系统的建立使航空发动机的监控、诊断和维护技术融入网络环境,可以极大地提高发动机疑难故障诊断的准确性和及时性,体现了故障诊断技术网络化、信息化的发展趋势．     

基于热参数的燃气轮机故障诊断系统分析软件

以诊断燃气轮机(简称燃机)气路故障为目的,编写了基于热参数的燃机故障诊断系统分析软件.装有该软件的试验装置由数据采集和输出、燃机仿真、传感器故障诊断、热参数状态监控与诊断和数据库5个功能模块组成.根据数据采集模块采集到的燃机热参数,利用该软件可对燃机部件进行实时性能监测和故障诊断.应用于PG9171E型燃机的结果表明,该软件诊断精度较高,能有效对燃机运行状况进行监控和诊断.由于配备了足够多的数据采集和输出通道,并采用虚拟仪器技术替代了二次仪表,本试验装置只需对软件部分进行适当修改即可适用于航空或船用燃机.     

基于小偏差法的航空发动机气路故障诊断方法

依据小偏差法的原理,针对航空发动机的工作特点,描述如何在稳定状态下建立航空发动机的小偏差故障诊断矩阵.通过建立某型单转子涡喷发动机的小偏差故障诊断矩阵,并用发动机的实测数据验证了该故障诊断矩阵方法的有效性,小偏差法不仅具有明确的物理意义,而且使得气路故障诊断系统构造简便,对航空发动机的工厂生产试车和外场发动机维护有很大实用价值.     

多信息融合技术在发动机故障诊断中的应用

本文为了解决发动机喷油器故障诊断中基于单传感器信息的方法诊断精度低的缺点,应用神经网络原理,提出了一种基于气缸压和,缸盖振动信号和燃油压力等多传感器信息融合的喷油器故障诊断新方法,通过提取发动机工作过程故障三种信号的八个特征值,按正常和五种故障状态的构造学习样本文集和检验样本文集,对输入进行归一化处理,该方法能有效地提高其故障诊断精度。     

基于差分进化和核主元分析的燃气轮机故障检测

燃气轮机气路部件的状态检测参数具有极强的非线性,其故障特征难以提取,而利用传统核主成分分析(KPCA)进行故障检测难以对核参数进行科学取值,从而降低故障检测的准确性.针对该问题,论文提出了基于优化混合核的核主元分析故障检测算法(DE-KPCA).首先建立动态权值混合核函数,通过调节核函数的权重比实现全局映射和局部映射优化组合.以样本检测精度作为优化目标,对混合核参数进行逐次优化.最后构造了基于优化混合核函数的主元异常状态检测方法,实现对燃气轮机气路故障的在线检测.本文通过对双轴涡喷发动机气路故障仿真的验证,证明了该方法相较传统KPCA检测,能够实现核参数的科学取值且对燃气轮机气路故障检测具有更高的准确性和实用性.     

油制气控制系统故障诊断技术

以油制气控制系统为背景,对控制系统故障诊断技术进行了研究,提出了一种基于信号迭加的故障诊断新方法,并运用该方法研制出油制气装置故障诊断系统.该系统能准确地诊断出油制气控制系统故障的位置和部件,显示故障信息和处理方法.     

基于AMESim的某型航空发动机滑油供油系统故障模拟

为了更加方便、经济地获取航空发动机滑油供油系统的故障诊断数据,本文提出了一种基于AMESim进行滑油供油系统的故障仿真以获取故障数据的方法。首先对某型航空发动机的滑油供油系统的部件进行数学建模,然后以此为基础,在AMESim中搭建整体模型。最后对供油系统中的供油油滤与活门进行故障注入,得到了油滤堵塞、单向活门卡滞、旁通活门弹簧松弛、卸压活门预紧力不足这四类故障与其相应监测点的压力、流量之间的映射关系。     

基于支持向量机的滚动轴承早期故障诊断

针对航空发动机故障诊断过程缺乏大量实际故障数据的问题,提出了一种基于支持向量机和小波包相结合的滚动轴承的早期故障诊断方法.该方法利用有限的故障样本,以结构风险最小原理为基础,建立滚动轴承早期故障特征与其运行状态之间的对应函数关系,即故障分类器,并以该函数的输出判定轴承的早期故障类型.实验结果表明,小波包分析能够有效的提取滚动轴承中微弱的早期故障特征,支持向量机可以对这些早期故障特征进行准确识别.