齿轮箱滑油系统静电监测

利用某新型3 499.5 kW齿轮箱试验台搭建了用于齿轮箱地面试车磨损状态监控的滑油静电监测系统, 完成了齿轮箱滑油系统全流量磨粒静电监测试验, 通过连续加载试验和加速寿命试验采集了原始静电信号, 提取时域信号的均方根值作为特征参数, 表征滑油中颗粒荷电情况, 在2个试验阶段分别分析了静电信号的变化趋势, 并与MetalSCAN在线监测数据和油样光谱离线分析结果进行对比验证。分析结果表明: 在连续加载试验阶段, 滑油静电信号随着转速变化细微波动; 加速寿命试验阶段, 齿轮箱单个循环试验的静电信号均与扭矩同步变化; 在加速寿命试验第8次循环的极限载荷试验阶段监测到2号齿轮箱异常磨损, 而1号齿轮箱正常运行, 与MetalSCAN和光谱分析结果相符; 齿轮箱拆机故障检测发现了2号齿轮箱联轴器膜片疲劳裂纹和高速输出轴齿轮齿根点蚀现象。这证明了静电监测方法用于齿轮箱磨损状态监测的可行性和有效性, 为进一步实现齿轮箱寿命预测和实际风场装机在线监测奠定了基础。     

基于实时监测参数的民用飞机重着陆预警方法

针对目前民用飞机重着陆事件的识别只能通过飞行员事后上报和维修人员被动检查的问题,提出了一种基于实时监测参数的民用飞机重着陆预警方法;分析了飞机重着陆的影响因素,在对快速存取记录器数据预处理的基础上,采用灰色关联度分析方法,从飞机重着陆相关的52个监测参数中提取了26个特征监测参数;以着陆质量、垂直加速度、垂直下降率和俯仰率等4个重着陆评价参数作为预测参数,26个特征监测参数作为输入,建立了基于长短期记忆网络的飞机重着陆预测模型;采用重着陆案例数据对预测模型进行训练,分析了飞行高度区间、输入输出步长对模型预测精度的影响,进而对模型进行了优化;在案例验证中引入混淆矩阵验证了模型的预测效果。研究结果表明：利用长短期记忆网络所建立的民用飞机重着陆预警方法有效利用了实时监测参数中反映重着陆趋势的信息,实现了飞机的重着陆预警,在提前8 s预警的情况下,预测精度达到了98%,平均绝对误差仅为0.018 3,可为飞行员提供足够的时间裕度采取措施,避免重着陆的发生。