航空燃气涡轮发动机气路故障诊断现状

航空燃气涡轮发动机气路故障诊断现状

ID:44592501

大小:21.00 KB

页数:6页

时间:2019-10-23

航空燃气涡轮发动机气路故障诊断现状_第1页
航空燃气涡轮发动机气路故障诊断现状_第2页
航空燃气涡轮发动机气路故障诊断现状_第3页
航空燃气涡轮发动机气路故障诊断现状_第4页
航空燃气涡轮发动机气路故障诊断现状_第5页
资源描述:

《航空燃气涡轮发动机气路故障诊断现状》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、航空燃气涡轮发动机气路故障诊断现状航空燃气涡轮发动机气路故障诊断现状摘要:燃气漩涡发动机应用领域非常广,伴随着经济的发展,该发动机已经从航天和舰船上的应用向其他领域发展。为了提高燃气漩涡发动机的可靠性、耐久性和经济性,相关行业不断加大对燃气漩涡发动机的研究力度,尤其是航空领域,对燃气漩涡发动机的研究力度不断增加,大量实验和研究对发动机气路故障进行了有效诊断,笔者结合实验结果,对航空燃气涡轮发动机的发展前景做了相关阐述。本文从发动机气路诊断发展着手,对航空燃气漩涡发动机气路故障诊断现状和展望做了简单介绍。

2、伴随着经济的发展,社会对航天燃气涡轮发动机的可靠性、耐久性、寿命以及成本控制提出了更高的要求。为了满足现代社会对燃气涡轮发动机的需求,发动机零部件长期在高温、高负荷的状态下工作,发动机的结构也越来越复杂,生产单位对燃气涡轮发动机的生产工艺以及材料选择提出了更高的要求,其成本投入也不断增加。面对结构复杂、工艺要求高、材料质量标准以及设计技术规范的发动机,一旦出现问题,其维修工艺便很难顺利开展。目前,航空燃气涡轮发动机气路故障诊断已经成立了独立的技术部门,这项技术同时在各行各业取得了较广泛的应用,针对航空燃

3、气涡轮发动机存在的故障,采取何种方式解决问题,是相关行业发展的当务之急。航空燃气涡轮发动机具有结构复杂的特点,在实际运作过程中一旦出现问题,就很难进行有效处理。伴随着经济的发展,燃气涡轮发动机的结构越来越复杂,在追求高性能的同时,发动机长期处在高温、高负荷的状态下运作,自身因此存在较大安全隐患。随着军事实力的增强,我国军队装备的新型战术导弹种类和型号数量不断增加,其结构也越来越复杂,结合相待科学技术,军用设备的自动化水平也得到了较大程度的提高,因此导弹动力系统的故障也不断复杂化。受诊断知识和手段的影响,

4、我国航空燃气涡轮发动机气路故障研发手段有限,因此,相关行业必须加大航空燃气涡轮发动机气路故障的研究,促进发动机排放以及改进维修设计工艺的同时,提高我国航天事业的整体竞争力。航空燃气涡轮发动机气路诊断的主要依据是判断气路参数是否具有噪音或偏置状况,对发动机的基本性能进行诊断。影响气路诊断效果的因素有很多种,其中发动机维修思维对诊断效益的影响最明显。表1是燃气涡轮发动机气路诊断过程中的主要诊断系统。根据诊断系统的世界特点,通常分为整机性能衰退监控和单元体诊断功能监控两大类。从表1中可以总结出,航空燃气涡轮发

5、动机诊断存在的问题主要有:第一,很多机型上未知量个数比测量参数多;第二,故障与故障之间联系紧密,很难对同类故障进行准确区分;第三,测量参数中噪音与故障造成的测量参数偏差很难进行区分,测量信号位置偏差性大;第四,发动机气路故障诊断受环境因素影响,具有较大的变动性。小偏差故障方程法航空燃气涡轮发动机气路故障诊断过程中存在机型上未知量个数比测量参数多的问题,为了解决这一问题,通常采用增加方程个数和减少方程中故障种类两种方法处理。其中增加方程个数的方法又分为增加测量参数和选取发动机的多个工作状态组成影响系数的因

6、素两种。在利用气路故障诊断法解决航空燃气涡轮发动机气路故障的同时,主因子模型法使用的频率最高,该方法的主要特点有:第一,有效隔离故障,进行准确的定量诊断;第二,可以同时诊断多项故障;第三,能够有效处理多重共线性问题;第四,主因子模型法主要针对机型上未知量个数比测量参数多的问题,但是,在实际运用过程中还可以有效解决测量参数大于故障种类二引起的故障问题。基于非线性稳态模型的诊断方法基于非线性稳态模型的诊断方法通过测量参数,建立发动机性能模型,该模型具有自适应的特点,以部件性能的变化来测量和辨别故障的实际位置

7、。如何正确使用这种方法解决发动机气路故障,故障诊断人员必须对维修工艺有明确了解:首先,了解发动机部件性能,根据实际运行状况引入修正因子,对扩展的非线性方程组进行计算,从而得到实际运行过程中部件的性能状况。必要条件下需要添加约束条件,为了保障诊断结果的准确性,还必须保障发动机性能故障参数比无故障气路测量参数小。由于实际运行过程中的发动机不会同时岀现多个部件故障,因此,采用非线性稳态模型的诊断方法可以有效解决航空燃气涡轮发动机气路故障。基于人工智能的方法伴随着科技的发展,人工智能解决气路故障已经在各行业取得

8、广泛应用。基于人工智能解决气路故障的方法在实际运作过程中主要包括人工神经网络、专家系统以及数据融合等方法。通常情况下,对单故障进行分类时,会釆用BP网、RBF网和概率神经网络,定量诊断以故障模式的大小进行判定。神经网络的方法在实际应用过程中存在明显的问题,如对故障的检测和修复必须具备一定经验性,为了简化复杂的维修结构,还必须保证维修样本与实际故障的一致性等。专家系统用于气路故障维修时,必须与其他征兆信息相结合,从而确定气路故障的位置和成因。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。