民航飞机系统设计与分析

作者： 司剑飞   张元峰   郝世勇   来源： 电子设计工程 年份： 2018 文献类型 ： 期刊 关键词： 文件分割   飞机地面电源   虚拟仪器   高速记录   嵌入式  

描述： 为实现飞机地面电源供电特性的长时监控,研制了波形记录器。采用PC/104计算机、多路并行高速数据采集卡等硬件设备和Lab VIEW测试软件搭建了嵌入式计算机测控平台。通过操作系统优化、两级数据缓冲

基于模糊理论的航空蓄电池故障评估研究

作者： 战祥新   张元峰   郝世勇   王安东   来源： 电器与能效管理技术 年份： 2023 文献类型 ： 期刊 关键词： 航空蓄电池   层次分析法   模糊理论   故障评估   故障因素  

描述： 为研究评估航空蓄电池故障发生原因，采用模糊理论，通过层次分析法建立故障征兆因素集合和故障原因评估集，确定故障征兆向量，建立了一级模糊评判矩阵和二级模糊评判矩阵。利用故障因素九标度矩阵表进行矩阵的一致性检验，确立故障因素集中一级因素权重和二级因素权重。按照隶属度大小对故障原因进行依次排查，从而验证了模糊评判模型的可行性和有效性，最后得出故障原因集发生的可能性大小排序。

基于模糊理论的航空蓄电池故障评估研究

作者： 战祥新   张元峰   郝世勇   王安东   来源： 电器与能效管理技术 年份： 2023 文献类型 ： 期刊 关键词： 航空蓄电池   层次分析法   模糊理论   故障评估   故障因素  

描述： 为研究评估航空蓄电池故障发生原因，采用模糊理论，通过层次分析法建立故障征兆因素集合和故障原因评估集，确定故障征兆向量，建立了一级模糊评判矩阵和二级模糊评判矩阵。利用故障因素九标度矩阵表进行矩阵的一致性检验，确立故障因素集中一级因素权重和二级因素权重。按照隶属度大小对故障原因进行依次排查，从而验证了模糊评判模型的可行性和有效性，最后得出故障原因集发生的可能性大小排序。

可解释性智能监测诊断网络构造及航空发动机整机试车与中介轴承诊断应用

作者： 王诗彬     王世傲     陈雪峰     黄海     安波涛     赵志斌     刘永泉     李应红   来源： 机械工程学报 年份： 2024 文献类型 ： 期刊 关键词： 故障诊断   航空发动机健康管理   算法展开   可解释性人工智能   异常检测  

描述： 航空发动机故障预测与健康管理是提高航空发动机安全性、可靠性以及经济可承受性的关键技术。基于深度学习的人工智能方法在机械故障诊断领域受到广泛关注并开展了深入研究，但现有深度学习“黑箱算法”的现状仍然存在模型可解释性差、理论基础薄弱等问题。针对航空发动机健康管理与智能运维的迫切需求，提出航空发动机可解释性智能监测诊断网络，并在某型涡扇发动机整机长试试验中验证了异常检测与中介轴承故障诊断的有效性。将发动机振动信号先验信息融入稀疏表示模型，对模型的迭代求解算法进行展开得到结构具有可解释性的核心网络；针对航空发动机异常检测与智能诊断任务构造了基于对抗训练框架的可解释性异常检测子网络和基于特征提取框架的可解释性故障诊断子网络。本文提出的基于迭代算法展开的网络构造框架具备明确的理论基础，即网络设计有依据；稀疏表示模型驱动的可视化方法能够检验网络是否学到了与发动机故障相符的有意义的特征，即学习结果可信任。最后，通过某型涡扇发动机整机长试试验积累的超过500小时的试车数据，验证了本文提出的模型驱动的可解释性智能监测诊断网络在航空发动机异常检测与中介轴承故障诊断方面的有效性与可靠性。

可解释性智能监测诊断网络构造及航空发动机整机试车与中介轴承诊断应用

作者： 王诗彬     王世傲     陈雪峰     黄海     安波涛     赵志斌     刘永泉     李应红   来源： 机械工程学报 年份： 2024 文献类型 ： 期刊 关键词： 故障诊断   航空发动机健康管理   算法展开   可解释性人工智能   异常检测  

描述： 航空发动机故障预测与健康管理是提高航空发动机安全性、可靠性以及经济可承受性的关键技术。基于深度学习的人工智能方法在机械故障诊断领域受到广泛关注并开展了深入研究，但现有深度学习“黑箱算法”的现状仍然存在模型可解释性差、理论基础薄弱等问题。针对航空发动机健康管理与智能运维的迫切需求，提出航空发动机可解释性智能监测诊断网络，并在某型涡扇发动机整机长试试验中验证了异常检测与中介轴承故障诊断的有效性。将发动机振动信号先验信息融入稀疏表示模型，对模型的迭代求解算法进行展开得到结构具有可解释性的核心网络；针对航空发动机异常检测与智能诊断任务构造了基于对抗训练框架的可解释性异常检测子网络和基于特征提取框架的可解释性故障诊断子网络。本文提出的基于迭代算法展开的网络构造框架具备明确的理论基础，即网络设计有依据；稀疏表示模型驱动的可视化方法能够检验网络是否学到了与发动机故障相符的有意义的特征，即学习结果可信任。最后，通过某型涡扇发动机整机长试试验积累的超过500小时的试车数据，验证了本文提出的模型驱动的可解释性智能监测诊断网络在航空发动机异常检测与中介轴承故障诊断方面的有效性与可靠性。

航空发动机燃油控制系统故障诊断技术研究进展与挑战

作者： 严如强     许文纲     王志颖     朱启翔     周峥     赵志斌     孙闯     王诗彬     陈雪峰     张军辉     徐兵   来源： 机械工程学报 年份： 2024 文献类型 ： 期刊 关键词： 燃油控制系统   故障诊断   物理模型   人工智能   信号处理  

描述： 随着发动机性能要求的不断提升，燃油控制系统服役的工况变得越来越恶劣、边界条件越来越复杂。燃油泵固有压力脉动与管路、活门的流固耦合振动，密封圈腐蚀或老化导致的泄漏，油液污染或润滑油失效而产生的磨损加剧等均会造成燃油控制系统的致命故障。同时，燃油控制系统具有少测点、变工况、强干扰及强非线性等特点，导致该领域对故障诊断技术存在迫切需求，同时也面临巨大挑战。为推动故障诊断技术在燃油控制系统领域的发展，总结燃油控制系统的特点与常见故障，并在此基础上介绍故障诊断技术的主要方法与分类。进一步从液压元件互换性角度，概述基于物理模型、信号处理和人工智能诊断方法在燃油控制系统关键部件中的研究现状。最后指出燃油控制系统故障诊断技术存在的挑战与机遇。