目的实现航空液压管路系统在一致/多点激励作用下,高周疲劳寿命的准确高效获取。方法考虑管内流体Coriolis力和夹具的附加阻尼效应,建立一致/多点激励作用下,航空液压管路系统振动疲劳寿命评估的响应谱方法。首先,采用复模态叠加法,在状态空间对其控制方程进行降阶,推导出一致/多点激励作用下航空液压管路随机应力响应的显式表达。然后,基于现有的疲劳响应谱方法,依次引入与模态速度与基础激励相关的广义相关系数,并计入非比例阻尼以及多点激励效应,建立一致/多点激励作用下航空液压管路系统疲劳响应谱方法组合格式。结果采用雨流计数法验证了本文方法的计算精度,并讨论了分析效率。同时,探究了管内流体流速与激励的部分相干性对于管路系统疲劳寿命的影响。结论本文方法计算效率极高,且计算精度稳定,并考虑了管内流体负载与多点...

航空液压管道是为航空工具提供动力传动的核心通路,由于管道本身的特点和承载能力的差异,使得其工作在复杂多变的振动环境中。管体易在振动作用下发生磨损,出现各种故障,严重危害航空液压系统的安全运转。为此,开展航空液压管道的故障诊断技术研究,为保证航空动力系统可持续稳定运行奠定良好的基础。为实现对航空液压管路故障的精准识别与诊断,需要采用多尺度特征提取技术,从管道振动信号中精确辨识出不同的故障类别。并结合计算机算法的最优学习机网络模型,为解决开展航空液压管道故障提供方案参考。

在制造、加工、装配以及服役过程中,航空液压管路可能存在平面型缺陷。在适航载荷作用下,这些缺陷会萌生裂纹并发生扩展,最终导致管路破裂和油液泄漏。为了在管路产生微裂纹时对其进行故障诊断,采用了自行搭建的航空液压管路模态试验平台和测控系统,对存在环向裂纹航空液压管路的振动信号进行了采集和预处理。而在对管路振动信号进行分解时,由于经验模态分解(Empirical Mode Decomposition,EMD)算法存在模态混叠问题难以获得准确的本征模态函数(Intrinsic Mode Functions,IMF)。为提高信号处理精度,提出一种基于自适应噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和Hilbert变换理论相结合的改进Hilbert-Huang变换方法对航空液压管路环向裂纹进行故障诊断。研究结果表明,该方法能够更准确地诊断航空液压管路的环向裂纹故...

为了解决航空发动机液压管路系统中管路故障诊断困难的问题,提出了一种基于深度置信网络(Deep Belief Networks,DBN)的航空液压管路智能故障诊断方法。首先,将采集的液压管路振动数据进行处理,提取出时频域特征参数,其次,将时频域特征参数作为输入样本,输入到深度置信网络模型中,利用深度置信网络模型进行液压管路故障的识别;最后,将本方法应用于航空液压管路模拟故障实验数据中,同时将本文方法与BPNN和SVM等方法进行对比分析,结果表明:本方法对液压管路故障的总体准确率达到99.27%,平均AUC值达到0.9937,同时表明本文建立的分类模型不仅能够实现航空液压管路状态的准确分类,而且对于管路单一故障和多故障并发情况也能精准识别。

针对航空液压管路故障特征难以提取问题,考虑到航空液压系统中振动信号存在非平稳性以及非线性等特点,提出了一种基于局部均值分解(Local Mean Decomposition,LMD)的多尺度能量熵(Multi-scale Energy Entropy,MEE)和麻雀搜索算法(Sparrow Search Algorithm,SSA)优化极限学习机(Extreme Learning Machine,ELM)的航空液压管路故障诊断方法。首先,采用局域均值分解方法将采集的振动信号自适应分解;其次,综合考虑相关系数-能量比准则,选取最佳PF分量;最后,计算最佳分量的多尺度能量熵,选取合适的尺度因子并将其对应的能量熵值作为特征向量,输入到麻雀搜索算法优化的极限学习机网络模型进行学习训练,实现对航空液压管路的故障进行分类识别。结果表明:该方法能够有效地实现对航空液压管路故障类型的准确识别,为区分航空液压管路故障提供了一种可行的诊断思路。

为根据管路振动信号准确识别故障类型,提出一种多尺度特征组合优化的航空液压管路故障诊断方法。利用能量比值法确定变分模态分解参数,实现管路振动信号的优化分解,选取最佳模态分量信号进行重构,重构后的信号作为分析信号。选择重构信号的优化多尺度散布熵作为特征指标,构建具有代表性的特征向量集并输入到利用麻雀搜索算法优化的极限学习机网络进行训练,以实现航空液压管路的故障诊断。结果表明:利用所提方法能够准确识别航空液压管路

航空液压管路是飞机液压系统的重要组成部分,为了对其早期故障进行准确识别及预测,针对航空液压管路中早期微弱故障振动信号进行研究,利用自适应白噪声完备总体经验模态分解方法将信号分解为多个分量,搭建ResNet网络结构,并将获得的分量输入到深度残差网络(ResNet)进行训练测试。实验结果表明:CEEMDAN-ResNet模型故障识别率可达99.78%,故障预测训练迭代到1200次时,准确率将会达到99.5%左右并持续稳定,验证了所建立的CEEMDAN-ResNet模型对航空液压管路早期故障

为解决航空液压系统高速高压化发展带来的航空液压管路振动加剧问题，将液压管路与管路支架视为整体振动系统。基于灵敏度分析方法，采用ANSYS软件平台中的灵敏度分析工具，分析航空液压管路支架参数对振动响应的灵敏度；在灵敏度分析结果基础上，采用基于Pareto最优的多目标遗传算法对管路支架参数进行优化设计，得到振动控制效果更好的管路支架布局，形成一种有效的航空液压管路被动振动控制参数优化方法。为控制航空液压管路振动、推动国产大飞机发展提供理论和技术基础。