CFM 56-5B发动机AGB碳封严漏油分析

CFM56-5B发动机附件齿轮箱(AGB)碳封严常见漏油故障,导致航班延误或取消。在分析AGB碳封严的工作原理和统计历史故障数据的基础上,给出了用威布尔分布计算软时限和预测备件数目的方法,提出了切实有效的改进措施,保证了航班安全、正点。

CFM56-5B发动机HPTACCV漏油故障分析

CFM56-5B发动机安装在A320系列飞机上,发动机燃油渗漏是航班延误或取消的主要原因,尤其是高压涡轮主动间隙控制活门(HPTACCV)引起的漏油故障。该文分析了该发动机高压涡轮主动间隙控制活门的工作原理,在统计分析某航空公司历史故障数据的基础上,给出了用威布尔分布计算发动机零部件软时限控制的方法,并对高压涡轮主动间隙控制活门的备件需求进行了预测,提出了航空公司航线运营中应对高压涡轮主动间隙控制活门漏油故障的改进措施。

基于改进ZF网络的航空发动机叶片损伤检测

为实现航空发动机叶片损伤的准确检测,提出一种基于更快区域卷积神经网络(Faster R-CNN, Faster region-based convolutional neural network)模型的ZF(Zeiler-Fergus)网络改进方法。首先,将航空发动机叶片损伤检测抽象为目标检测问题,并针对该问题利用ZF网络进行损伤位置及类型检测;其次,根据检测效果对原始ZF网络进行增加卷积层操作,并调整卷积层卷积核尺寸及池化层步长等超参数,将增加的卷积层纳入共享卷积层以提取更加细致的损伤特征;最后,将已有数据集分为3组子数据集,通过实验分别对比每组子数据集改进前后的ZF网络性能。仿真结果表明:改进ZF网络较原始ZF网络平均精度均值最高可提高5.5%,证实了改进ZF网络能更加精准地预测发动机叶片损伤。