燃油泵是飞机燃油系统的核心部件。燃油泵的工作环境恶劣,一旦发生故障,会对飞机的飞行安全造成严重的后果,所以对飞机燃油泵进行故障诊断至关重要。现阶段飞机燃油泵故障存在一些问题,如故障较为随机,故障数据稀缺等。针对这些问题,提出了基于深度迁移学习的飞机燃油泵故障诊断算法。首先,将飞机燃油泵和其他结构相似泵的数据分别作为目标数据和训练数据,利用小波包分解,对两种泵的原始数据进行特征提取。其次,对分解后的两种故障数据进行过采样处理,增加数据量。使用最大均值差异算法(MMD)作为衡量域损失的度量,并将其嵌入到1维卷积神经网络(CNN)结构中。使用该算法对数据进行训练,最终完成故障分类。实验结果表明,该算法相对于BP神经网络、LSTM以及CNN有更好的准确性。

随着飞机燃油系统的广泛应用,由于压力和流量的增大,燃油系统活门在关闭过程中容易出现结构变形,导致活门出现卡死和无法完全关闭的现象。通过建立球形燃油活门的三维流固耦合动力学模型,基于Workbench平台,对活门关闭过程瞬态特性进行仿真分析。结果表明:流道中活门关闭旋钮为易变形结构,在流体压力作用下变形量较小;变形量随开度呈非线性正相关变化,在进口压力逐渐增大时,压力差随之变大,此时活门无法正常关闭;对同类活门做对比分析试验,发现仿真和试验结果基本吻合,提出适当降低流量和压力是延长活门寿命的重要方法。