针对飞机液压系统性能状态变化不易准确识别的技术难题,文中提出基于SPC的飞机液压系统性能衰退模式识别方法。首先,对飞机液压系统的衰退过程进行划分,分为正常阶段、退化阶段、故障阶段三个阶段;其次,对飞机液压系统的监测进行分析,获取其相应的表征参数,最后,依据获取到的表征参数,采用SPC方法对飞机液压系统衰退模式进行识别,得到液压系统衰退模式识别。文中以某型飞机液压系统为具体验证对象,开展基于SPC的飞机液压系统性能衰退模式识别方法的验证,结果表明,该方法能够准确实现对飞机液压系统性能衰退模式识别。

提出基于粒子群优化(Particle Swarm Optimization,PSO)的极限学习机(Extreme Learning Machine,ELM)的液压油性能衰退预测方法。以L-HM46抗磨液压油为研究对象,设计液压油性能衰退实验,检测油液的黏度、张角、水分含量、衰退度。基于提出的液压油性能衰退预测方法,利用遍历搜索和PSO算法分别对ELM的外部、内部参数进行优化选取,从而建立最优的性能衰退预测模型。将油液的黏度、张角、水分含量作为模型输入特征向量,衰退度作为模型输出,采用PSO-ELM性能衰退预测模型对液压油性能进行仿真分析。结果表明:PSO-ELM算法计算结果与实验数据吻合较好;PSO-ELM算法预测精度达到了98.47%,高于ELM算法的预测精度,表明PSO-ELM算法能更准确地预测液压油的衰退情况,为确定换油时机提供参考。