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。