基于模糊粗糙集和SVM的航空发动机故障诊断

随着航空产业的发展,航空发动机故障诊断逐渐向智能化、精确化方向发展,针对这一趋势结合模糊聚类、粗糙集以及支持向量机理论,提出了一种航空发动机故障诊断方法。首先,运用模糊C-均值聚类算法将连续数据离散化;然后,运用粗糙集的知识发现理论,在保持决策表的决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简;最后,利用支持向量机适用于小样本数据处理的特性对样本进行学习得到最优超平面决策函数从而进行故障诊断。对航空发动机性能参数实例的验证结果表明,该方法对航空发动机故障具有较强的诊断能力,在不影响诊断率的基础上大大缩短了运算时间。因此,提出的算法具有较好的实用性和准确性。

基于改进灰靶理论的航空发动机健康监测方法

为实现航空发动机状态等级的划分与识别、可靠性和剩余寿命的分析以及典型故障的诊断,基于灰靶决策理论、层次分析法和熵理论提出一种航空发动机健康监测方法。首先,以新航空发动机状态监测值作为靶心,用经层次分析法和熵理论综合算法优化权重系数后的灰靶模型计算靶心度;然后,结合故障严酷度和发生概率制定各健康状态等级的划分标准,并将靶心度转化为可靠度,在此基础上结合发动机性能退化曲线计算剩余寿命;最后,计算典型故障数据的靶心度作为参照实现故障类型的诊断。用某型航空发动机气路性能参数监测数据进行验证,结果表明笔者提出的算法可有效实现航空发动机健康监测,该算法具有较好的实用性和准确性。

电动燃油泵的维护与检测

提出了电动燃油泵的日常维护要点,介绍了电动燃油泵的检测方法,着重分析了电动燃油泵的常见故障的判断和排除。

基于复合算法的航空发动机磨损故障诊断

针对航空发动机油液数据种类多样,所处状态阶段存在矛盾性,且传统三线值法制定状态界限值存在缺陷等问题,结合支持向量机理论(SVM),相对劣化度评估和人工免疫算法(AIS),提出了一种航空发动机磨损故障诊断的方法。利用SVM拟合数据的概率密度函数,根据磨粒数据的概率分布制定正常、预警和警告的界限值;根据相对劣化度评估,分析各状态参数偏离正常状态的程度;利用人工免疫算法对待测数据进行故障模式识别。通过实例验证,方法对油液监测数据反映的航空发动机磨损故障具有出色的识别能力,相较于直接归一化原始数据进行故障诊断,有利于故障类别的分离,并且可以有效降低诊断时间,提高识别效率。