简介：建立了支承局部共振动力学模型，给出了利用振动数据进行局部共振频率预测的方法。进行了转子动力学试验，试验转子含有2个盘和2个支承并固定到柔性摆架上，试验中出现单个支承外传力超限，但盘的振动位移幅值较小，且有上升趋势的现象，符合支承局部共振的特征。利用局部共振频率预测方法对振动数据进行处理，得到了理论预测的局部共振频率。进行了模态试验，得出的局部共振频率与理论预测吻合，同时也验证了局部共振诊断。结合模态振型对摆架进行了改进．改进后消除了该处局部共振。

简介：本文介绍了滑动轴承的力学模型，分析了滑动轴承可能出现的故障类型，以及故障特征；利用某涡轮增压器的振动数据，通过分析其振动特征，确定了该涡轮增压器滑动轴承出现的故障，并给出了故障原因，找到了解袂方法。实际应用表明，该解决方法是正确、可行的。

简介：基于对液体火箭发动机的试验与故障诊断现状分析,设计了液体火箭发动机故障诊断知识挖掘系统DKMS,以实现试车数据的全面管理和故障诊断知识的高效提取。该系统采用C/S结构,分为数据采集子系统、试车数据管理子系统和诊断知识挖掘子系统三大部分。DKMS系统的设计为克服发动机故障诊断知识获取的瓶颈提供了一条新的途径。

简介：针对航空发动机机匣裂纹故障,经断口分析确定为疲劳裂纹。采用ANSYS软件建立机匣有限元分析模型并进行机匣模态及相对振动应力计算,结合发动机使用工况得出坎贝尔共振图。经与多点激振、单点响应的模态试验及应变片电测的台架动应力测试等试验结果的对比分析,在波瓣振型、振动频率及共振转速等方面相互验证,确定了压气机机匣裂纹故障原因,并在此基础上提出了改进措施建议。经长试试验考核,改进效果良好,为航空发动机机匣的结构设计、振动故障分析提供了依据。

简介：用换算系数方法建立了基线模型,分析了测量参数偏差的计算方法,重点介绍了发动机故障诊断系统中故障方程的求解方法,并应用发动机试车数据对此进行了求解检验,结果表明故障诊断方程的求解方法可行.

简介：航空发动机使用过程中出现喷口收放异常故障现象,通过现场排故及测得数据分析,得出喷口收放异常是由于指令压力低所致。为此,建立以指令压力低为顶事件的故障树,从顶事件出发找出直接导致顶事件发生的各种可能因素。然后再找出这些因素的直接原因,并逐级向下深入,一直追溯到引起系统发生故障的全部原因。逐一排除,最终认定喷口收放异常故障是由于燃油增压泵花键磨秃导致燃油增压泵失效引起。更换燃油增压泵,故障排除。

简介：对几种主要的液体火箭发动机故障检测与诊断技术的研究应用现状作了阐述,对国内外的有效经验作了简单介绍,提出了有待解决的问题.

简介：为了逼真地模拟现场故障情况以试验考核故障诊断系统，设计了安全可靠且十分经济的试验件，并对故障设置方法，传感器的安装和试验过程进行了论述，以推广应用于其他各种故障诊断系统的考核和研究。

简介：针对2D12往复式压缩机气阀的工作过程特点，提取了吸气阀与排气阀均关闭的压缩过程的局域信号为研究对象，提出了基于模态参数识别与小波包分析相结合的方法，利用该方法提取了阀片正常与故障时的几种状态下的时域特征参数，最后通过比较各种状态下的时域特征参数完成了对阀片的故障诊断。最终证实了该方法的可行性及有效性。

简介：本文简要阐述了液体火箭发动机试验时故障诊断系统的建立原则,详细介绍了三种故障诊断系统的建立方法。

简介：ISF进行的电子束焊接测试(焊前直接测量电子束断面功率密度分布)表明,电子束参数对焊接结果有很大的影响。这些测试是在一台微机控制的束流诊断仪器上进行,以此为经验,研制一个专家系统检测电子束焊机的故障,为获得系统知识和束流的特性,我们对焊机整个功率范围内的束流进行了系统的测量。对电子束的描述几乎用同样的参数。本文中,研究了束流功率密度分布与焊缝几何形状为关系,同时还研究了电子束阴极产生故障与束形状及焊缝断面形状的关系,进一步对电子束形成故障自动识别软件系统进行了阐述。

简介：在发动机直连管试车台上，模拟一定的飞行高度和飞行速度条件，对某型涡扇发动机进行了累计10h以上的大推力状态寿命试车。采集了发动机性能参数和重要截面参数。对试验后的发动机进行分解，根据试验过程中发动机性能参数和重要截面参数变化情况，及发动机结构变化情况，总结出由于发动机部件性能老化引起的发动机总体性能下降规律。利用试车数据进行了故障诊断，验证了对发动机故障原因的分析，并给出了部件性能恶化量级，获得了对发动机工程实用具有指导意义的结论。

简介：采用神经网络对航空发动机的关键参数进行建模,然后通过Johnson分布体系将建模残差数据转化为正态数据,确立了固定阈值的计算方法。针对固定阈值在参数异常诊断中暴露出的虚警和阈值带宽偏离问题,通过在固定阈值的基础上实现阈值的自适应,减少了虚警现象,且使阈值带宽在局部更为紧凑,检测效果良好。该方法可用于飞行试验中提前识别发动机工作中的异常现象,提高飞行试验的安全性和效率。

简介：支持向量机（SupportVectorMachine,简称SVM）是一种基于机器学习的模式分类算法,其在解决小样本、非线性及高维模式识别等问题中都表现出许多特有的优势。用SVM对液体火箭发动机的故障数据进行检测和诊断。通过对发动机仿真模型的9种故障数据的学习,能检测出18组故障数据中的17组,但有4组出现误报,对误报故障进行二次学习和再检测,能对这4种故障正确检测。经过对C75试车4种故障数据的学习,能正确检测其故障类型,进一步验证了该方法的正确性和可行性。

简介：研究数据挖掘技术在火箭发动机故障诊断中的应用，利用两种典型的贝叶斯分类器——朴素贝叶斯分类器和TAN分类器对液体火箭发动机故障进行分类，对某型号液体火箭发动机的试车数据和仿真数据进行了故障诊断，结果和实际试车情况相符，从而验证了贝叶斯分类器可以应用于液体火箭发动机故障诊断。