摘要：在航空发动机液压管路故障信号中,因含有噪声的干扰,导致针对液压管路故障的识别准确率较低,为此,提出了一种基于长短期记忆(LSTM)神经网络的航空液压管路故障诊断方法。首先,采集了航空发动机液压管路故障的振动信号,根据管路信号的特点设计并确定了LSTM模型;然后,开展了实例分析,将采集的液压管路原始振动信号加入了高斯噪声,并创建成液压管路数据集,利用所建长短期记忆神经网络模型对液压管路数据集进行了时序信息融合;最后,针对液压管路不同的故障情况,采用LSTM神经网络模型与循环神经网络(RNN)、卷积神经网络(CNN)、支持向量机(SVM)和反向传播神经网络(BPNN)等模型,进行了对比分析,验证了LSTM模型对航空液压管路故障分类的可行性和有效性。研究结果表明:在识别故障管路精度上,LSTM神经网络模型明显优于SVM和BPNN等传统的浅层神经网络模型;在抗噪性能方面,LSTM明显优于近年来所用的CNN和RNN诊断方法;这说明LSTM神经网络故障诊断方法对航空发动机外部液压管路故障诊断具有适应性和实用性。

摘要：以某型飞机备用大气数据仪表进行快速、可靠测试的检测仪的研制为背景,介绍了大气数据仪表检测仪的设计思路。在设计上,大气数据仪表经过由高精度压力采集芯片MS5803组成的测量单元进行压力采集,由单片机系统来实现参数解算。气源系统的动、静压力,与经实体管路送至被测机载备用仪表实测参数进行比较,从而确定仪表的误差,实现仪表的鉴定目的。

摘要：采用爆炸喷涂技术(D-gun)制备Cr3C2-35NiCr涂层。采用扫描电子显微镜(SEM)、电子探针(EPMA)、X射线衍射仪(XRD)对涂层微观结构、成分和相组成进行了分析,此外采用光学显微镜、显微硬度仪、拉伸试验机、摩擦磨损试验机等设备分别对涂层的孔隙率、硬度、断裂韧度、结合强度、磨损性能和热震性能进行了测试分析。试验结果表明:爆炸喷涂制备的Cr3C2-35NiCr涂层孔隙率为0.52%,显微硬度为HV803,断裂韧度为4.55MPa?m0.5,结合强度大于87.5MPa;涂层磨损性能和热震性能的测试结果表明,Cr3C2-35NiCr涂层室温摩擦系数为0.6,经受750℃下50次热震(水冷试验)无剥落。