公共文化服务平台

胡金海: 作品数：68 被引量：385H指数：12; 供职机构：空军工程大学航空航天工程学院更多>>; 发文基金：国家自然科学基金陕西省自然科学基金中国航空科学基金更多>>; 相关领域：航空宇航科学技术自动化与计算机技术机械工程理学更多>>

合作作者

基于遗传算法的发动机性能监控与故障诊断: 针对在利用综合加权法计算表征发动机整体性能的综合指数时,各参数的权系数难于确定,本文提出了利用遗传算法确定各参数的权系数,使所得到的综合指数值比采用专家调查法所得综合指数值更加灵敏、准确地反映发动机整体性能的变化情况,提...; 胡金海谢寿生; 关键词：遗传算法故障诊断航空发动机; 文献传递

飞机起落架有限元模态分析被引量：1: 2012年; 利用ABAQUS有限元分析软件,以大型结构体飞机起落架为研究对象,采用工程上常用的Lanczos法计算起落架固定边界条件下的前四阶固有频率和振型;根据刹车振动试验结果分析出起落架的低阶固有频率,仿真和试验结果都表明起落架的1阶固有频率都在30Hz左右,从而为起落架的设计和改进提供了可靠的依据。; 张铁军李曙林常飞王旺元胡金海; 关键词：起落架有限元法模态分析

高压转子非线性接触模型的AC-PSO有限元修正被引量：3: 2013年; 针对精确建立航空发动机高压转子有限元模型的问题,提出了基于AC-PSO算法修正有限元模型描述航空发动机非线性接触的方法。首先在拉杆结构线性接触力学模型的基础上,建立其非线性模型。其次将模型修正问题转化为求解定义在时域的误差函数的极小值,运用ACPSO算法对惯性权重w进行自适应动态调整,每一时刻对每一粒子不同对待。最后以某型航空发动机高压转子模型为例进行仿真。通过与非线性模型的PSO修正结果及线性模型的ACPSO修正结果比较,该方法可有效进行模型修正。; 余坚谢寿生张子阳王磊王立国胡金海; 关键词：非线性模型粒子群算法

基于故障敏感度的证据权重计算方法及其应用被引量：1: 2017年; 典型证据权重计算方法存在只有少数传感器判断正确而多数判断错误的高冲突证据的加权D-S决策融合问题,针对此问题,提出一种基于故障敏感度的证据权重计算方法。首先,通过核函数主元分析(kernel principal component analysis,简称KPCA)提取非线性的敏感特征;其次,基于故障检测原理计算该特征的故障敏感度,并将其作为传感器的故障敏感度;最后,计算得到基于故障敏感度的传感器决策权重,并将该权重及等权重法和基于决策距离方法的权重共同应用于转子故障模拟实验台的融合检测与诊断中。结果表明,该方法能对故障敏感、包含故障信息多的传感器赋予更高的权重值,提高其决策地位和作用,反之则赋予较小的权重,"弱化"其决策地位和作用。通过证据权重的"调节"作用,使得该方法无论是在只有少数传感器发现故障的证据高冲突情况还是在冲突不大或无冲突时,均取得了更好的决策融合结果。; 胡金海高星伟张驭任立通彭靖波; 关键词：多传感器融合 D-S证据理论故障诊断

一种基于相邻模块化加权D-S的融合诊断方法被引量：3: 2016年; 常规D-S(Dempster-Shafter)决策融合方法由于其自身理论不足,不能很好直接处理决策结果偏差大、冲突大的传感器融合问题,因而对于信息高冲突情况下的转子微弱故障融合诊断存在着失效问题。针对该类问题与不足,借鉴复杂网络的舆论传播、社会学习理论及多智能体一致性决策的相关概念与思路,从避免决策结果冲突大的传感器直接进行融合的角度进行改进,提出相邻模块化加权D-S融合方法。该方法首先根据初步结果进行相邻节点与模块划分,只有决策距离在相邻界限值范围内的相邻模块节点才能进行决策融合;对于同一模块内相邻节点,根据各节点决策权重及初步决策结果采用加权D-S融合方法进行决策融合;针对融合结果再进行相邻节点模块划分与融合,依此步骤进行循环划分与融合,直到所有模块与节点均不相邻;最后采用专家权威决策方法确定权重和最大的模块融合结果作为最终的传感器网络一致性决策结果。通过多传感器网络的转子故障模拟实验对所提方法进行验证,应用结果表明:所提方法可以较好解决少数传感器诊断正确、而多数诊断错误的信息高冲突条件下的局部微弱故障融合诊断问题。; 胡金海夏超彭靖波张驭任立通; 关键词：航空发动机

基于RBF网络的发动机起动过程的模型辨识: 针对航空发动机在起动过程中,各截面气流处于亚临界状态,难以利用传统的气动热力学方法进行建模的问题,本文利用某型飞机的飞参记录的发动机起动过程的数据作为学习样本,采用径向基(RBF)神经网络的方法,建立了该型发动机起动过程...; 丁键胡金海谢寿生钱坤; 关键词：航空发动机起动模型辨识

基于遗传算法的某型涡扇发动机数字PID控制器设计被引量：4: 2008年; 在基于DSP平台的某型航空涡扇发动机综合电子调节器的数字化研究中,提出了一种改进遗传算法,并将其应用于数字PID控制器的参数整定过程中。仿真结果表明,该改进遗传算法相比于基本遗传算法及常规PID参数整定方法,控制器动态性能更为优越,可调整性更强。; 彭靖波谢寿生胡金海; 关键词：涡扇发动机综合电子调节器遗传算法 PID控制器

基于随机共振的航空发动机转子多域融合神经网络故障诊断被引量：2: 2013年; 航空发动机转子早期故障征兆具有强噪声、时变、非线性、多混叠的特点,传统的特征提取方法只针对时域、频域或时频域等单一域的特征,难以全面、准确的代表故障特征;为了提高故障诊断效果,提出基于随机共振的航空发动机转子多域融合神经网络故障诊断方法;采用随机共振(SR)理论,提高原始振动信号的信噪比,应用主成分分析法(PCA)构造多征兆域融合特征,并与神经网络相结合,诊断结果与单纯EMD、不加随机共振的融合方法相比,训练时间明显缩短,诊断精确度显著提高,表明该方法能提高故障诊断的准确性、有效性和可靠性。; 王立国谢寿生胡金海翟旭升余坚石忠义; 关键词：神经网络主成分分析故障诊断

基于核函数主元分析的航空发动机故障检测方法被引量：22: 2008年; 航空发动机性能由正常到异常、再由异常发展到完全故障的阶段,其参数变化具有一定非线性特征。为了有效检测这种具有非线性特征的故障,提出一种基于核函数主元分析(KPCA)的非线性故障检测方法。该方法通过核函数完成非线性变换,将变量由非线性的输入空间转换到线性的特征空间,在特征空间中使用线性主元分析(PCA)方法计算主元,构造T2和SPE统计量检测故障的发生。通过对某型涡扇发动机进行实例验证分析,结果表明,KPCA方法一方面克服了综合参数法由于没有确定的警戒值而无法有效地进行故障检测的不足;另一方面KPCA方法在非线性故障检测过程中能够提取重要的非线性特征信息,因而比PCA方法能更早地检测到早期潜在故障,且KPCA方法检测错误率更低。因此,KPCA方法更适合于具有非线性特征的航空发动机故障检测。; 胡金海谢寿生陈卫侯胜利蔡开龙; 关键词：航空发动机故障检测主元分析法

基于随机共振预处理的振动故障特征提取研究被引量：8: 2014年; 为有效降低噪声对机械故障特征提取结果干扰,提高故障特征集分类性能,提出基于随机共振(SR)预处理的故障特征提取方法。用随机共振方法对振动信号预处理,提高输出信号信噪比,增强信号频率特性;将随机共振输出信号用于特征集提取。为验证随机共振对信号预处理效果,分别提取基于时域、频域及时频域分析的故障特征集用于故障诊断;用转子试验数据对该方法所取特征集进行检验。结果表明,经随机共振处理后提取的各特征集与原始数据提取的特征集相比,均表现出较好分类性能,且其诊断结果的确定性较原始特征好,有望应用于工程实际。; 任立通胡金海谢寿生王磊苗卓广; 关键词：随机共振故障诊断特征提取

胡金海

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

胡金海

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈