基于双发差异的航空发动机故障诊断方法研究

基于气路参数的航空发动机故障诊断是一种简单、经济、有效及实用的故障诊断方法。但由于基线隐藏在发动机生产厂家的监控系统中,并不提供给用户,使得用户自主监控和诊断受到限制。因此,从基线的概念出发,提出了一种采用双发差异的监控方法,用同一架飞机上的2台发动机之间的差异代替实际数据与基线值之间的偏差从而实现故障诊断。快速存取记录器(quick access recorder,QAR)作为目前应用较为广泛的数据存取系统为航空发动机故障诊断提供了精确有效的数据支持。

基于SOM神经网络的航空发动机滑油系统健康评估

研究了基于SOM神经网络的滑油系统健康评估方法。利用SOM神经网络确定了系统不同状态下的健康参数,并与故障状态下的健康指数进行比较,划分了系统的健康等级,为及时评判滑油系统的健康情况提供了依据。利用正常样本及故障样本分别对SOM神经网络进行验证,结果证明了模型的有效性。SOM神经网络应用于健康评估时具有泛化能力好、学习速率快、输出层结果比较直观等优点,为滑油系统的健康评估提供了新的方法和思路。

基于AHP及灰色关联分析法的发动机健康评估研究

综合运用灰色关联分析及层次分析法,提出了一个航空发动机健康状态评估模型.模型采用层次分析法确定评价指标的权值,并对层次分析法进行了合理改进,用灰色关联分析计算评估对象的灰色关联系数,进而计算加权灰色关联度作为判断航空发动机健康状态的指标.基于航空发动机的QAR(Quick access recorder)数据,将模型应用于实例分析,对多台发动机健康状态进行了评估,结果验证了方法的有效性.