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.     

基于灰色聚类分析的FJ44发动机故障诊断技术的研究

航空发动机故障诊断技术对于保证发动机的可靠性和飞行的安全性、经济行具有重要意义。本文以FJ44型航空发动机为研究对象,采用灰色系统理论对发动机常见故障类型进行分析,通过灰色聚类分析的方法实现发动机常见故障的诊断。实际参数验证表明该方法具有较高的可行性,对FJ44型发动机的故障诊断有一定的参考性。     

浅析航空活塞发动机抖动的原因与故障排除

航空活塞发动机抖动,不仅影响发动机的功率和经济性,而且还直接影响飞行安全。本文以Lycoming IO/O-360航空活塞发动机为例,从点火系统、燃油系统、进气系统和气门机构等方面,对发动机抖动的成因以及故障诊断和排除进行探讨。     

信息融合在航空发动机故障诊断中的应用研究

本文介绍了航空发动机故障诊断技术的研究现状和发展趋势,概述了信息融合技术及其国内外应用现状,并对故障诊断中的信息融合方法进行了综述。     

基于ESVR信息融合的航空发动机故障诊断研究

提出了一种基于进化支持向量回归机(ESVR)融合的航空发动机故障诊断技术,整合基于模型的卡尔曼滤波器和基于数据的神经网络两种算法对故障诊断的优势,实现了对航空发动机气路部件异常监测,以及故障的定量诊断.解决了发动机模型精度有限和各种故障模式的传感器测量参数有限情况下的气路部件故障诊断精度差、效率低,且容易发生误诊的问题.以某型双轴涡扇发动机典型气路部件故障诊断为例,验证了基于ESVR信息融合的故障诊断技术的有效性.     

模式识别在发动机故障诊断中的应用

近年来,随着相关学科高新技术的发展,在发动机测试诊断技术上出现了一系列全新的概念和方法,如专家系统、神经网络及光谱分析等使发动机故障诊断研究的应用范围不断拓宽诊断精度和响应能力日益提高;特别是计算机技术的普及应用,为发动机故障诊断注人了新的活力,发动机的测试诊断技术正在发生着一场深刻的历史性变革。由此可见,研究和开发高效、实用的故障诊断系统,充分利用设备     

RBF神经网络用于发动机控制系统的故障诊断

神经网络是以研究人的生物神经为根据,由大量简单元件即神经元模拟电子器件相互联接而形成的一种复杂网络本文通过比较现行发动机控制系统故障诊断的方法,针对基于神经网络的发动机控制系统故障诊断进行了推导及改善数学模型;并编制了采用径向基函数神经网络完成发动机控制系统故障诊断的学习与诊断程序,实现了仿真将神经网络应用于发动机控制系统的故障诊断技术中,以发动机的各测量传感器为基础,对其控制系统进行实时故障诊断和故障分离,不仅充分体现神经网络的容错性、抗干扰性及大规模并行处理能力、自学习能力等特点,而且开发了发动机控制系统的故障诊断技术新领域     

摩托车发动机台架试验测控系统

发动机台架试验是发动机性能测试的主要手段,采用以计算机控制的发动机台架试验自动测控与监测系统是其发展的必然趋势.通过对老式发动机台架增加数据采集系统,采用集散型控制进行自动化改造,以及利用WEB和FTP等技术实现远程实时监测.其中主要讨论了单片机数据采集系统、上位机测试软件、WEB程序的开发以及FTP技术的利用.该系统实现了台架试验中的测控过程和试验后数据处理的全自动化,节约了时间和人力,提高了劳动生产率,改善了试验人员的工作环境.尤其是在WINDOWS环境下采用Delphi开发出的系统软件,界面友好,显示直观,操作方便灵活.     

航空发动机机械磨损故障的诊断分析

航空运输由于其舒适性和便捷性成为大多数人出现方式的第一选择,但是,因为航空发动机磨损导致的事故问题较多,影响到了航空运输安全。故而,该文以航空发动机机械磨损故障为例,首先从航空发动机机械磨损故障诊断现状出发,对航空发动机机械磨损机理进行了简单阐述,然后分析了航空发动机机械磨损类型,最后提出了航空发动机机械磨损诊断原则及其诊断方法,以供参考。     

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.     

模糊经验方程和模糊自组织神经网络在航空发动机故障诊断中的应用

探讨了模糊经验方程和模糊自组织神经网络在航空发动机故障诊断中的应用。这两种算法有效结合工程经验,算法结构简单,易于应用。采用这两种方法分别对某型发动机实际故障进行诊断,结果表明其可有效的应用于发动机故障诊断。     

基于故障树分析和XML的网络故障诊断技术

随着校园网络的高速发展,网络规模不断扩大,快速准确地诊断和分析网络系统故障已成为校园网管理和维护的一个重要组成部分.本文针对当前校园网络系统的各类故障和实际维护中存在的普遍问题,提出利用故障树分析法建立一个集网络拓扑结构、网络线路状况、用户应用软件和病毒暴发情况为一体的XML网络故障知识库.在实际使用中,结合客户服务管理系统,不断充实知识库内容,以此为基础进一步对网络系统作失效分析和预测故障发生概率,为提高校园网运行管理和故障诊断水平提供良好的支持平台.     

基于神经网络与专家系统的故障诊断技术

针对传统的故障诊断方法对复杂系统或装备进行故障诊断速度慢、对多故障同时发生的情况难以准确定位的问题,提出将神经网络与专家系统相融合的设计方案,建立一种基于人工神经网络的故障诊断专家系统。该专家系统结合神经网络和专家系统的优点,具有很强的自学习能力和自适应能力,可从外部环境不断吸取信息,在学习过程中不断完善自己,具有很强的容错性,善于联想、类比和推理。理论分析与仿真实验证明,该系统能实现对故障的快速准确定位,为保障装备可靠高效地发挥功能提供了有效方法     

雷达系统故障的诊断技术

对雷达系统故障诊断技术作了归纳和分类,分析了当前故障诊断技术的优缺点,重点讨论了以下8个方法:基于知识的智能故障诊断方法;对神经网络故障诊断方法;粗糙集诊断方法;基于遗传算法的故障诊断方法;故障树的诊断方法;专家系统故障诊断方法;基于小波分析的故障诊断方法;模糊故障诊断方法.最后,指出了雷达系统故障诊断技术在当前和今后的研究重点和方向.     

神经网络技术在汽车故障诊断专家系统中的应用

针对基于符号处理的专家系统的局限性和汽车故障诊断的复杂性,提出了将神经网络技术引入汽车故障诊断专家系统的思想,并对基于神经网络的专家系统的原理进行深入探讨.最后,给出了一个基于3层BP网的汽车转向系故障诊断专家系统的实例.     

基于神经网络的故障诊断推理方法

针对传统诊断技术的局限性,研究了基于ＢＰ模型神经网络的故障诊断推理方法,它只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断发生故障的类型．神经网络一旦训练好,由于其具有容错性,不仅能诊断出已经出现过的故障,还能在一定范围内诊断出从未出现过的故障,使故障诊断智能化和简单化．仿真结果表明,基于神经网络的故障诊断方法是行之有效的     

基于自适应神经网络的非线性系统的智能故障诊断

针对一类模型未知的非线性系统,提出了一种基于自适应神经网络的故障诊断方法,用RBF神经网络构造了状态估计器和故障估计器,解决了非线性系统状态不可测时的故障诊断问题。并用Lyapunov方法研究了故障误差和状态误差的收敛性,结果表明了该方法实用、有效。     

神经网络在提升机故障诊断中的应用

结合领域专家的经验知识,根据提升机制动系统故障树,完成了故障样本的收集与设计,然后用自组织特征映射(SOM)网络对制动系统的7种故障自动进行了分类,成功实现了第一层次的诊断;总结了制动系统子系统-液压站故障树,进行故障样本的收集与设计,然后用BP网络、BP网络状态分类器和Elman网络对液压站故障进行了第二层次的诊断,确定了故障原因和程度.对液压站故障的测试结果表明,这3种网络最后的结构和智能算法trainlm、输入、输出均能满足故障诊断与预测的要求;Elman网络的诊断性能较稳定,其隐含层神经元数对诊断性能的影响较小;故障测试精度由高到低依次是BP网络状态分类器、BP网络、Elman网络.