设计一种人员定位及实时健康监测系统,具有健康监测、人员定位、安全预警三大功能,能随时监控受控个体的体温、心率等指标,能够对体温异常、心源性指征疾病发病及时报警,并实时掌握,减少温度检测人员设备投入和人员隔离成本,降低心源性猝死死亡率。

基于铁路养护领域主力机型DCL-32型捣固车核心部件液压系统健康监测分析,对液压系统健康监测系统架构硬件选型布局、健康监测指标、健康监测流程等研究,实现了液压系统可靠稳定的作业状态,确保铁路大机在施工“天窗点”有限作业时间内高效完成养护任务。

为了适应量大面广的重大土木工程结构的长期健康监测，特别是克服恶劣的施工与服役环境（如，腐蚀、疲劳等），封装的光纤Bragg光栅（FBG）应变计不仅必须要有很好的测试精度、布设可靠等特性，还必须具有优越的性价比。针对这一实际应用要求，提出了一种非增强式原型封装光纤光栅钢筋应变计，并通过静载试验对其传感特性进行了研究。研究结果表明：试验结果与理论分析基本吻合，光纤光栅的波长变化与应变存在很好的线性关系，其相关系数均达到0．999以上，并具有很好的重复性；通过管内外廊变对比试验说明：此钢筋应变计对钢筋几乎没有加强作用，能如实地反映钢筋应变。

核主泵机械密封受结构限制而无法得到足够的监测信息,导致系统物理模型处于欠定义状态而无法求得定解,即不同部件(密封、节流盘管)的不同特性参数变化可能导致相近的监测结果无法区分。本文提出一种基于概率模型的分析算法,用于在机械密封运行中实时分析其健康状态、发生故障时及时报警并分析其原因。此方法以最大似然系统状态和故障事件概率两种形式给出分析结果。前者推算具有最大概率密度的密封、节流盘管特性参数,并重构系统状态;后者基于采样对用户关注的指定事件计算概率。采用某核电机组约1年时长的真实分压、流量数据对方法进行了检验,发现本文方法得到的结果与停机检修结论及真实监测所得的总低压泄漏量具有较好的一致性。这表明本文方法可有效对核主泵机械密封进行健康监测和故障溯源,具有较高的推广价值。

机载设备健康维护对直升机的安全运行至关重要,随着数字信息技术的发展,机载设备数字化健康管理技术日趋进步,尤其是基于数据驱动的设备健康监测方法成为了故障诊断的主流研究方向,通过分析、挖掘数据背后的设备健康信息并构建设备健康评估模型,从而实现设备故障的早期发现和提前预防。本文通过对某型直升机起落架放下过程中液压系统等飞参数据进行深度分析构建了健康表征参数,然后基于SPC理论构建了液压设备的健康监测模型,并利用实际飞参数据对模型进行了评估。

重型燃气轮机是提供电力和调节电力波动的重要设备,其组成复杂、精密程度高,发生故障后会产生严重的安全隐患,进而影响经济效益。采用机器学习算法是实现重型燃气轮机健康监测的有效方法。机器学习算法的优化及融合对重型燃气轮机系统的健康运行具有重大意义。介绍了重型燃气轮机健康监测的发展过程;综述了采用不同机器学习算法对燃气轮机大部件及其子部件健康诊断的预测结果;重点分析对比了气路故障和整体状态健康监测、寿命预测的不同

在服役过程中,螺栓连接受到多种环境因素的作用可能会发生预紧力下降、松动甚至松脱。连接部位早期松动的可靠检测对确保结构的可靠性和安全性具有重要的意义。采用高频具有混沌特征的超声波信号激励待测连接结构,采集结构的动力响应信号,利用非线性时间序列分析方法提取表征连接松动的特征参量。以螺栓搭接梁为研究对象,采用压电陶瓷片作为激励和响应信号采集元件。对响应信号进行解调和相空间重构,提取表征吸引子整体特征的Lyapunov维数和表征吸引子局部特征的平均吸引子局部方差比ALAVR作为松动指标。实验结果表明：该方法能够有效检测螺栓连接的松动状态;吸引子特征量ALAVR相较于Lyapunov维数对预紧力下降具有更好的检测效果;特征参量ALAVR能够有效检测出早期的螺栓松动。

为实现航空发动机状态等级的划分与识别、可靠性和剩余寿命的分析以及典型故障的诊断,基于灰靶决策理论、层次分析法和熵理论提出一种航空发动机健康监测方法。首先,以新航空发动机状态监测值作为靶心,用经层次分析法和熵理论综合算法优化权重系数后的灰靶模型计算靶心度;然后,结合故障严酷度和发生概率制定各健康状态等级的划分标准,并将靶心度转化为可靠度,在此基础上结合发动机性能退化曲线计算剩余寿命;最后,计算典型故障数据的靶心度作为参照实现故障类型的诊断。用某型航空发动机气路性能参数监测数据进行验证,结果表明笔者提出的算法可有效实现航空发动机健康监测,该算法具有较好的实用性和准确性。