一、B737飞机空调组件跳开故障分析(论文文献综述)
孙见忠,解志峰,闫洪胜,左洪福,王容辉,钱昆[1](2021)在《民机PHM预测维修模式在空调系统的应用》文中研究说明针对故障预测与健康管理(Prognostic and health management,PHM)技术在民机维修工程中的应用问题,探讨了基于PHM的预测维修模式设计,提出了考虑PHM的初始维修任务分析流程以及基于PHM的预测维修模式实施方法。以B737NG空调系统为例开展验证研究,建立了基于数据驱动的空调系统PHM模型,设计了空调系统PHM维修模式,并基于历史运行数据开展了计划维修模式与预测维修模式下维修成本对比分析。研究结果表明:基于PHM的维修模式不仅可以取消部分定期检查工作,还可以通过提前监测减少非计划的维修事件,进而降低民机系统全寿命周期维修成本。成本效益分析表明:相比传统计划维修,PHM维修可降低40%以上的成本,进一步推广应用到整机其他系统将带来更大的经济效益和安全效益。
段岩波[2](2020)在《基于ACARS的APU故障预测技术》文中进行了进一步梳理辅助动力装置(Auxiliary Power Unit,APU)作为现代民航飞机上的重要系统,其突发故障会对维修成本控制、航班正点率及旅客体验造成影响,尤其在中小机场地面保障设备不足的情况下,APU故障很有可能会造成航班延误。但由于APU对飞行安全影响较小,航空公司可以依据飞机制造商提供的主最低设备清单(Main Minimum Equipment List,MMEL)编写的最低设备清单(Minimum Equipment List,MEL),对APU失效进行保留,所以对APU的重视程度远远不够。航空公司针对APU通常采用事后维修的策略,但随着飞机通讯寻址和报告系统(Aircraft Communications Addressing and Report System,ACARS)的应用和发展,为APU实时监控及故障预测提供了可行性,为了提高APU的利用率和经济性,本文针对APU关键的性能及启动故障开展预测技术研究,主要开展工作如下:首先,基于国内外的研究现状,总结了APU运行特性、系统功能及其常见故障模式;结合ACARS系统实际应用,APU报文数据与航后快速存取记录器(Quick Access Recorder,QAR)数据的同源性,论证了采用APU报文数据对APU开展故障预测工作的可行性。其次,研究ACARS系统的实时监测功能及应用,应用APU报文客户化编制功能实现其故障诊断;为提高APU报文的数据质量,开展报文数据处理技术研究,为提升预测的准确度提供基础。然后,详细研究了粒子滤波算法在故障预测方面的应用,根据APU供应商建议,以体现APU性能的排气温度(Exhaust Gas Temperature,EGT)参数为特征,对APU性能进行了性能预测研究,预测结果与实际情况进行对比,结果表明其误差在8%左右。最后,应用递归特征消除方法结合航线维修经验,从大量APU监测参数中选取了5种与APU启动故障相关性较高的APU参数。采用支持向量机(Support Vector Machine,SVM)模型,通过特征提取的5种参数和APU启动时间参数的历史数据作为训练样本,对APU启动故障进行了预测,在保证预测精度的前提下,大幅减小了工作量与计算成本,验证结果表明其预测精度在85.71%。
徐晓[3](2019)在《B737NG空调系统原理及故障诊断方法的研究》文中研究指明随着中国民航业的快速发展,B737NG已是民航业的主力机型。空调系统是B737NG飞机的重要系统,机队的运行平稳与否和空调系统是否正常工作有密切关系。尤其空调系统同时承载着飞机机舱增压的功能,若万米高空飞机空调系统故障,很可能造成机舱释压,存在严重安全隐患。同时空调系统也是提供机组人员和旅客舒适环境,保障电子设备正常工作的关键,因此有必要对B737NG飞机空调系统进行研究。本文对B737NG空调系统进行了详细研究,分析了空调系统的工作过程及故障机理,以及关键部件之间的故障逻辑关系。采用失效模式效应和临界性分析(FMECA)对机载制冷系统进行分析,列举了各类典型故障模式,并对传统故障排除方式进行梳理分析。同时对大量的B737NG空调系统各种参数进行采集、研究,找出参数与故障的关联因素,利用远程监控软件设置报警门槛值,对于飞机空调性能下降、故障征兆等情况设置邮件报警。通过对大量案例的解读,不断完善报警值及优化处置方式,尝试建立一套提前预警预防性排故机制,力求降低B737飞机空调系统故障对机队平稳运行带来的影响。通过历时一年多的数据采集,反复修改门槛限制值,试验论证,最终确定较为合理的报警区间,使飞机空调系统故障的提前预警成为可能,研究成果可直接使用于目前运营中的航空公司,为避免B737NG飞机空中突发空调系统故障导致飞机返航、备降等重要事件提供了技术支持,保障了旅客乘机出行安全准点,具有实际的经济效益和社会效益。针对对前文的故障分析,设计一套可行的飞机健康管理系统对飞机健康状态进行监控和管理。通过对飞行报文和人员的相关操作进行统计分析获得关键训练和验证数据;同时系统对飞行时的问题报警进行多维度的解析和多种方式的显示,方便维修团队进行事件处理和问题统计分析,提高了检修效率,进而提高飞机的安全性。
施丽萍[4](2017)在《B737飞机引气系统故障分析》文中研究说明B737飞机引气系统的工作状态直接影响到空调增压、机翼防冰、水箱增压、液压油箱增压的正常工作,故快速准确排除引气系统故障对于减少航班延误保证飞行安全起着至关重要的作用。文章简要分析了B737飞机引气系统常见故障、维修特点以及技术措施。
马森[5](2017)在《基于组合分析方法的空调系统排故优化研究》文中提出现代民机排故是在测试诊断与维修操作不断交互的执行过程中,实现故障的诊断与排除。空调系统作为现代民机最为重要的系统之一,其内部及各组件之间存在各种不确定因素,且交互式排故过程中会产生各种与排故相关的观测操作、维修操作以及提问等信息,因此对于民机空调系统排故所面临的主要问题是如何从不确定、多源异类信息中获得最终的故障原因。本文针对空调系统故障所具有的不确定性特点,以及民机排故时交互式诊断与多源信息融合的需求,探索一种基于贝叶斯网络结合多步观测模型的民机空调系统诊断排故方法,进而实现对民机空调系统的快速诊断与智能排故。通过对现实排故过程进行深入分析,建立民机空调系统诊断排故物理模型与数学模型,引出导致诊断排故困难的核心因素关联故障,并给出能够用于空调系统贝叶斯网络诊断和排故建模的知识表达。在对诊断与排故模型分析的基础上,针对民机空调系统故障的特点,给出一种基于多级分层的贝叶斯网络专家建模方法;针对民机空调系统故障样本缺乏导致的模型参数学习困难问题,通过结合贝叶斯网络LeakyNoisyOr模型、模糊数学和层次分析法,给出一种基于LeakyNoisyOr模糊评价模型的条件概率求解算法。对航空公司A320机队空调系统故障信息表进行目标征兆提取,通过关联故障分析,采用多级分层专家建模方法实现了对目标故障的专家建模并利用LeakyNoisyOr模糊评价模型进行条件概率求解;通过ACMS获取的数据对模型进行验证工作,结果表明该方法能够大大简化模型对条件概率的需求,提高建模准确性,在已知证据时优先排查后验概率大的组件,可提高维修效率。将诊断模型转化为贝叶斯网络排故模型,并结合向前多步观测模型,融入观测、代价、维修操作等多源信息,通过实例与仿真验证了该方法在民机空调系统快速诊断与智能排故上的有效性;采用C#与matlab混合编程进行诊断排故系统的设计与实现工作。
俞扬[6](2014)在《飞机空调系统故障诊断与案例分析》文中提出空调系统作为飞机系统的重要组成部分,具有十分广阔的功能以及研究意义。但是,空调系统多发性、复杂性、重复性的结构功能特点,使其年故障率占飞机系统的三分之一。目前现有的文献和一些机型的相关手册涉及面窄、种类单一,在故障诊断分析方法和手段上,缺乏足够的实例与理论方法间的对比,因此在遇到实际故障时,可能无法找到合适的诊断方法。本文将飞机空调系统作为研究对象,在对其充分了解的基础上,利用几种常见的工程分析方法,对空调系统中的常见故障进行分析,并对不同分析方法的结果进行对比。本文的主要内容如下:(1)通过研究飞机空调系统的发展史,了解其核心技术的变革和发展。(2)深入研究B737NG飞机空调系统的组成、布局以及功能。对比不同机型飞机的空调系统,了解它们的不同,并进行一定的归纳总结。(3)熟练掌握几种工程领域常用的故障分析方法,对它们的适用性、优缺点以及理论基础有一定的了解。具体地说:利用不同的分析方法,对空调系统中的常见故障进行分析,得到故障发生的原因。并且通过对比不同方法的分析结果,进一步分析各方法的适用性。例如,通过对飞机冷却系统的故障案例分析,发现故障树分析法在面对复杂且未知的系统故障时,分析具有不彻底性的缺点;通过对飞机设备冷却系统的故障案例分析,发现事件树分析法不适用于多系统故障分析等。本文的研究方法和相关结论,为类似系统故障分析方法的选用和操作过程提供了新的思路,对提高故障分析的可靠性和工程实际的操作性具有重要的参考价值。
王丽哲[7](2013)在《基于CBR的飞机引气系统故障诊断技术研究》文中认为相比于电源系统、液压系统等飞机其它子系统,A320系列飞机引气系统设计的可靠性水平较低,且部件多为敏感器件,该系统故障率高居不下,对飞机的安全性有不利影响。基于案例推理(Case-Based Reasoning,CBR)方法能利用具体案例的特定知识来求解新问题,将该法应用于飞机引气系统故障诊断和维修决策支持中,对飞机维修业具有重要意义。本文以A320飞机售后服务过程中积累的大量引气故障维修经验为基础,分析总结了引气系统常见故障规律及特点。首先根据引气系统故障诊断的特点,提出了基于案例推理和规则推理的故障诊断模型。重点研究了案例库的知识表达,通过需求分析建立概念视图、逻辑视图等,并生成关系型案例数据库。该方法能够准确的表示引气系统的历史故障及维修经验。然后采用分层检索模型,在此基础上利用层次分析法(Analytic Hierarchy Process,AHP)确定故障案例各特征属性权值,建立了案例检索的粗略过滤策略。案例匹配中,针对K-近邻算法(KNN,K-Nearest Neighbor)计算案例全局相似度的不足,提出了动态失效率(Dynamic Fault Ratio)的概念,并以此形成参考度,给出了计算模型。该方法有效地解决了引气系统故障的季节性问题,提高故障定位准确率。最后,通过前面研究的飞机引气系统故障诊断过程和基于案例推理的方法,开发了飞机引气故障诊断系统,该软件对引气故障的诊断具有重要意义。
刘育[8](2012)在《现代民用飞机环境控制系统研究》文中研究表明本文通过对现代民用飞机环境控制系统的分析和研究,运用控制的相关原理对民用客机的环境控制系统的参数控制进行了分析,运用可靠性分析的相关理论对空中状态环境控制系统运行可靠性进行分析,从案例出发论述了飞机环境控制系统的状态监控和故障排除,对客机各区域的空气参数进行测量、分析和评估,从而从系统的角度研究了现代民用飞机环境控制系统。论文首先从课题研究的背景和意义出发,阐述了民用飞机环境控制系统发展状况,以及飞机座舱环境控制系统在飞机安全运行过程中的作用,接着阐述了气密座舱环境的一些重要参数,如座舱温度、座舱高度、座舱余压等等。论文在第二章着重讲述了现代民航飞机环境控制系统的主要构成,主要论述了气源系统、温度控制系统、压力控制系统和座舱空气分配系统四大部分,为接下来对现代民航飞机环境控制系统的分析研究打下基础。论文在第三章主要以温度控制系统为例,对环境控制系统的控制过程进行了分析。首先,建立数学模型。根据对温度控制系统的构成和原理,得出了温度控制系统的示意图,然后绘制出了方块图和结构图,并进行了等效变换,算出了温度控制系统的传递函数。其次,以使用温度选择器进行温度控制的情况为例,对温度控制系统进行了时域分析和稳定性分析。论文在第四章主要论述了环境控制系统运行与可靠性分析和环境控制系统故障分析与排除两个内容。在进行运行与可靠性论述时,先说明如何实现环境控制系统的运行,然后运用可靠性分析的相关理论对空中状态环境控制系统运行可靠性进行分析,得出结论。最后,以A320流量控制活门(FCV)非正常关闭故障排除为例说明飞机环境控制系统的排故过程及相关方法。论文在第五章主要论述了环境控制系统的空气质量监控。首先对环控系统空气参数进行测量,然后对这些数据进行分析、总结和归纳,最后根据空气质量标准对空气质量进行评估,得出结论。论文最后论述了发展现代民用飞机的意义以及现代民用飞机环境控制系统的发展趋势。
杨军,闫锋[9](2011)在《基于FTA的飞机空调组件关断的故障分析》文中指出为迅速准确地确定飞机空调系统故障源,提高航线排故效率,针对B737飞机空调组件关断的故障,介绍了故障树建立的依据和方法,引入最小割集概念定性分析主要的故障模式;在综合考虑空调系统历史故障数据、零部件的可靠性、维修实践经验和部件更换方便性等信息的基础上,列出了排故顺序和排故措施,最后根据各类事件发生的概率,利用结构函数定量分析了顶事件发生的概率;所建立的空调系统故障树可迅速准确地确定故障源,在实际的航线排故过程中已得到了初步验证。该故障树对于排除空调系统各个子系统的故障也具有一定的参考价值。
叶思远,苏燕,左洪福[10](2010)在《基于SDG的民机空调系统故障诊断研究》文中提出基于符号有向图SDG的故障诊断方法是故障诊断领域的一个重要研究分支。本文提出基于经验知识的建模方法,引入分级SDG建模的思想,分级建立空调系统制冷组件的SDG模型,并且通过基于假设-验证的双向推理方法,对空调系统的故障进行识别与诊断。通过对空调系统这个实例的研究表明,该方法具有较强的故障诊断能力。
二、B737飞机空调组件跳开故障分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、B737飞机空调组件跳开故障分析(论文提纲范文)
(1)民机PHM预测维修模式在空调系统的应用(论文提纲范文)
1 民机PHM维修任务分析 |
2 民机空调系统PHM维修模式 |
2.1 空调系统PHM模型开发 |
2.1.1 需求分析与数据源 |
2.1.2 PHM模型与算法开发 |
2.1.3 PHM算法评估与验证 |
2.2 空调系统PHM维修模式 |
3 空调系统PHM维修模式成本分析 |
3.1 计划维修模式成本分析 |
3.2 PHM维修模式成本分析 |
3.3 两维修模式下的成本效益对比分析 |
4 结论 |
(2)基于ACARS的APU故障预测技术(论文提纲范文)
摘要 |
ABSTRACT |
缩略词 |
第一章 绪论 |
1.1. 研究背景和问题提出 |
1.2. 国内外研究现状 |
1.2.1. APU故障与维修 |
1.2.2. ACARS技术与应用 |
1.2.3. 故障预测技术 |
1.3. 本文主要研究内容与结构安排 |
第二章 APU航线故障类型及分析 |
2.1. APU概述 |
2.2. APU航线常见故障 |
2.2.1. APU性能故障 |
2.2.2. APU启动前指示故障 |
2.2.3. APU启动故障 |
2.2.4. APU运行期间指示故障 |
2.2.5. APU关断期间指示故障 |
2.3. APU典型故障统计及原因分析 |
2.3.1. 性能故障 |
2.3.2. 启动困难 |
2.4. 小结 |
第三章 APU系统实时报文及其数据处理 |
3.1.飞机状态监控系统组成与功能 |
3.1.1. ACMS系统组成 |
3.1.2. QAR数据与报文数据同源性说明 |
3.1.3. ACMS基本功能 |
3.2.飞机通讯寻址与报告系统概述 |
3.2.1. 概述 |
3.2.2. 系统组成 |
3.2.3. ACARS报文 |
3.3. 客户化报文编制 |
3.4. 报文数据预处理 |
3.4.1. 报文数据异常原因分析及数据检验方法 |
3.4.2. 缺失数据处理 |
3.5. 小结 |
第四章 基于粒子滤波的APU性能预测方法研究 |
4.1. APU性能参数建模 |
4.2. 粒子滤波理论 |
4.2.1. 粒子滤波理论介绍 |
4.2.2. 非线性滤波问题描述 |
4.2.3. 粒子滤波算法的基本原理简介 |
4.2.4. 基本粒子滤波算法的不足 |
4.2.5. 重要性采样密度函数的选择 |
4.2.6. 重采样方法 |
4.3. 基于粒子滤波的APU故障预测 |
4.3.1. 状态空间方法 |
4.3.2. APU状态参数处理 |
4.3.3. APU故障预测 |
4.4. 小结 |
第五章 基于支持向量机的APU启动故障预测 |
5.1. 基于递归特征消除的APU性能参数选取 |
5.1.1. 特征选择 |
5.1.2. 参数选取结果 |
5.1.3. 选取参数介绍 |
5.2. 机器学习理论 |
5.2.1. VC维 |
5.2.2. 结构风险最小化原则 |
5.3. 支持向量机模型 |
5.3.1. 支持向量机 |
5.3.2. 核函数 |
5.3.3. 支持向量 |
5.3.4. 训练样本 |
5.4. 应用实例 |
5.5. 小结 |
第六章 总结与展望 |
6.1. 总结 |
6.2. 展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(3)B737NG空调系统原理及故障诊断方法的研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 飞机空调系统概述 |
1.2 空调系统故障研究现状 |
1.3 研究目的及意义 |
1.4 本文主要研究内容 |
第2章 飞机空调系统故障模式影响分析 |
2.1 飞机空调系统 |
2.1.1 分配系统 |
2.1.2 制冷系统 |
2.1.3 加温系统 |
2.1.4 设备冷却系统 |
2.1.5 温度控制系统 |
2.1.6 增压系统 |
2.1.7 主要故障分析 |
2.2 故障模式影响及危害分析——FMECA |
2.2.1 FMECA介绍 |
2.2.2 FMECA应用 |
2.3 本章小结 |
第3章 空调制冷系统与故障排除法 |
3.1 空调制冷系统概述 |
3.1.1 冲压进气部件 |
3.1.2 空气循环机 |
3.1.3 主/次散热器和集气/扩压组件 |
3.1.4 温控活门/备用温控活门 |
3.2 空调制冷系统工作原理 |
3.3 飞机故障排除流程 |
3.4 空调制冷系统故障排除分析 |
3.5 本章小结 |
第4章 基于数据平台的故障排除方法研究 |
4.1 译码及报文监控原理 |
4.2 空调制冷系统参数监控 |
4.2.1 参数合理区间及报警门槛值设置原则 |
4.2.2 参数合理区间及报警门槛值确立 |
4.3 监控报文实例与解读 |
4.4 监控报文的优化 |
4.5 本章小结 |
第5章 飞机健康管理系统设计 |
5.1 设计思路 |
5.2 研究方案 |
5.2.1 空调系统样本库构建 |
5.2.2 空调系统故障诊断技术 |
5.2.3 空调系统健康指数评估方法 |
5.2.4 空调系统健康预测方法 |
5.3 系统架构设计 |
5.3.1 数据采集模块 |
5.3.2 数据存储模块 |
5.3.3 前端展示模块 |
5.3.4 前端操作模块 |
5.3.5 数据统计模块 |
5.3.6 数据展示分析模块 |
5.3.7 AI故障诊断系统 |
5.4 数据库设计 |
5.5 本章小结 |
总结与展望 |
研究总结 |
研究展望 |
致谢 |
参考文献 |
(4)B737飞机引气系统故障分析(论文提纲范文)
1 概述 |
2 引气系统故障分析 |
2.1 引气压力低故障根据发动机功率状态和飞行过程可分为: |
2.2 引气跳开故障 |
2.2.1 超压跳开故障 |
2.2.2 超温跳开故障 |
2.2.3 引气跳开后任何时候都不能复位故障 |
3 结束语 |
(5)基于组合分析方法的空调系统排故优化研究(论文提纲范文)
摘要 |
ABSTRACT |
注释表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究进展 |
1.2.1 民机诊断排故技术的发展 |
1.2.2 贝叶斯网络在诊断排故中的应用 |
1.3 本文研究内容与结构安排 |
1.3.1 研究背景 |
1.3.2 论文结构安排与核心研究内容 |
第二章 空调系统排故模型及故障关联性分析 |
2.1 民机空调系统诊断排故模型 |
2.1.1 空调系统概况 |
2.1.2 空调系统故障概述 |
2.1.3 空调系统诊断排故物理模型 |
2.1.4 空调系统诊断排故数学模型 |
2.2 空调系统故障关联性分析 |
2.2.1 关联故障的层次性 |
2.2.2 关联故障的相关性 |
2.2.3 关联故障的不确定性 |
2.3 诊断排故模型的因果表达与数学表达 |
2.3.1 诊断排故模型的因果关系 |
2.3.2 诊断排故模型的数学表达 |
2.4 本章小结 |
第三章 贝叶斯网络及其建模方法研究 |
3.1 贝叶斯网络的基本概念 |
3.2 基于多级分层的专家建模方法 |
3.2.1 目标系统的分解 |
3.2.2 贝叶斯网络构建 |
3.2.3 贝叶斯网络集成 |
3.3 基于LEAKYNOISYOR模糊评价模型的条件概率求解算法 |
3.3.1 LeakyNoisyOr模型 |
3.3.2 模糊综合评判模型 |
3.3.3 模糊综合评判过程 |
3.4 贝叶斯网络的推理 |
3.4.1 贝叶斯网络的推理方式 |
3.4.2 贝叶斯网络的推理算法 |
3.5 本章小结 |
第四章 基于贝叶斯网络的民机空调系统建模诊断 |
4.1 基于多级分层的网络建模 |
4.1.1 故障信息表简述 |
4.1.2 故障征兆提取 |
4.1.3 关联故障提取 |
4.1.4 网络建模过程 |
4.2 基于LEAKYNOISYOR模糊评价模型的条件概率求解 |
4.3 基于ACMS数据的模型验证 |
4.3.1 ACMS客户化编程技术 |
4.3.2 空调组件参数采集 |
4.3.3 模型验证 |
4.4 本章小结 |
第五章 基于向前多步观测模型的民机排故优化 |
5.1 向前多步观测模型 |
5.1.1 代价确定与模型知识表达 |
5.1.2 向前多步观测模型 |
5.2 实例分析与仿真验证 |
5.2.1 实例分析 |
5.2.2 蒙特卡罗仿真验证 |
5.3 诊断排故系统设计与实现 |
5.3.1 整体需求分析 |
5.3.2 系统设计与实现 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文工作总结 |
6.2 未来工作展望 |
参考文献 |
致谢 |
作者简介 |
(6)飞机空调系统故障诊断与案例分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 本文研究内容 |
1.1.1 空调系统概述 |
1.1.2 故障分析方法 |
1.2 本文研究意义 |
1.3 空调系统故障研究现状 |
1.4 本文结构安排 |
第二章 飞机空调系统 |
2.1 B737NG飞机空调系统 |
2.1.1 分配系统 |
2.1.2 冷却系统 |
2.1.3 加温系统 |
2.1.4 设备冷却系统 |
2.1.5 温度控制系统 |
2.1.6 增压系统 |
2.2 不同机型的空调系统 |
2.2.1 冷却系统 |
2.2.2 引气系统 |
2.2.3 温度控制系统 |
2.2.4 座舱压力调节系统 |
2.2.5 对比与分析 |
2.3 空调系统常见故障 |
2.4 本章小结 |
第三章 故障分析方法 |
3.1 故障树分析法 |
3.1.1 数学基础 |
3.1.2 故障树的编制 |
3.1.3 故障树的分析方法 |
3.1.4 故障树分析法小结 |
3.2 事件树分析法 |
3.2.1 事件树分析法的基本理论 |
3.2.2 事件树分析法的编制 |
3.2.3 事件树的定性分析 |
3.2.4 事件树的定量分析 |
3.2.5 事件树分析法小结 |
3.3 FMECA分析法 |
3.3.1 基本介绍 |
3.3.2 基本功能 |
3.3.3 FMECA的适用性与局限性 |
3.4 本章小结 |
第四章 故障案例分析 |
4.1 案例一:关于飞机空调分配系统的案例分析 |
4.1.1 案例描述 |
4.1.2 理论分析过程 |
4.1.3 故障树分析法的应用 |
4.1.4 事件树分析法的应用 |
4.1.5 案例一总结 |
4.2 案例二:关于飞机驾驶舱调节空气分配系统的案例分析 |
4.2.1 案例描述 |
4.2.2 理论分析过程 |
4.2.3 故障树分析法的应用 |
4.2.4 事件树分析法的应用 |
4.2.5 案例二总结 |
4.3 案例三:关于飞机舱门区域加温系统的案例分析 |
4.3.1 案例描述 |
4.3.2 理论分析过程 |
4.3.3 故障树分析法的应用 |
4.3.4 事件树分析法的应用 |
4.3.5 案例三总结 |
4.4 案例四:关于飞机设备冷却系统的案例分析 |
4.4.1 案例描述 |
4.4.2 理论分析过程 |
4.4.3 故障树分析法的应用 |
4.4.4 事件树分析法局限性说明 |
4.5 案例五:关于飞机冷却系统的案例分析 |
4.5.1 案例描述 |
4.5.2 理论分析过程 |
4.5.3 故障树分析法的应用 |
4.5.4 基于数据统计的故障分析 |
4.5.5 案例五总结 |
4.6 案例六:关于飞机温度控制系统的案例分析 |
4.6.1 案例描述 |
4.6.2 理论分析过程 |
4.6.3 故障树分析发的应用 |
4.6.4 事件树分析法的应用 |
4.6.5 案例六总结 |
4.7 本章小结 |
第五章 总结与展望 |
致谢 |
参考文献 |
(7)基于CBR的飞机引气系统故障诊断技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究的背景及意义 |
1.2 引气系统故障诊断技术现状 |
1.2.1 飞机引气系统故障诊断 |
1.2.2 国内外研究现状 |
1.2.3 主要研究内容 |
第二章 基于CRB的飞机引气故障诊断系统整体设计 |
2.1CBR概述 |
2.1.1CBR的基本思想 |
2.1.2 CBR循环 |
2.2 CBR的关键步骤 |
2.2.1 案例的表示和存储 |
2.2.2 案例的检索 |
2.2.3 案例相似性匹配 |
2.2.4 案例重用修改 |
2.2.5 案例学习 |
2.2.6 案例评价 |
2.3 系统框架设计 |
2.3.1 故障诊断系统的需求分析 |
2.3.2 引气故障诊断系统模型 |
2.3.3 系统功能 |
2.4 本章小结 |
第三章 飞机引气故障诊断系统的数据库设计 |
3.1 经验案例库的设计 |
3.1.1 数据来源 |
3.1.2 数据处理 |
3.2 规则库的设计 |
3.2.1 规则的提取 |
3.2.2 规则的表示 |
3.3 数据库设计 |
3.3.1 概念视图设计 |
3.3.2 逻辑视图设计 |
3.4 本章小结 |
第四章 案例推理设计 |
4.1 案例检索策略 |
4.2 属性权值确定 |
4.2.1 层次分析理论 |
4.2.2 利用AHP确定特征属性权重 |
4.3 案例的匹配 |
4.3.1 动态失效率与综合参考度 |
4.3.2 特征属性的相似性匹配 |
4.4 案例的评价 |
4.5 案例的学习 |
4.6 排故手册定位 |
4.7 本章小结 |
第五章 系统设计与实现 |
5.1 系统开发环境 |
5.2 系统界面设计 |
5.2.1 用户登录界面设计 |
5.2.2 案例检索界面 |
5.2.3 故障诊断界面 |
5.2.4 案例修改界面 |
5.3 案例管理 |
5.4 算法及有效性验证 |
5.5 本章小结 |
结论 |
致谢 |
参考文献 |
硕士期间发表的论文 |
(8)现代民用飞机环境控制系统研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的背景和意义 |
1.2 民用飞机环境控制系统发展状况 |
1.3 论文的主要工作 |
第二章 民用飞机环境控制系统介绍 |
2.1 高空空气环境 |
2.2 高空环境对人体的生理影响 |
2.3 系统概述 |
2.4 气密座舱环境参数 |
2.5 现代民航飞机环境控制系统组成 |
2.5.1 气源系统 |
2.5.2 空气循环制冷控制 |
2.5.3 座舱压力控制 |
2.5.4 座舱温度控制 |
2.5.5 座舱湿度控制 |
2.5.6 空气分配控制 |
2.5.7 货舱加温及设备冷却 |
2.6 本章小结 |
第三章 环境控制系统的控制分析 |
3.1 座舱温度控制数学模型的建立 |
3.2 环境控制系统温度控制分析 |
3.2.1 温度控制系统时域分析 |
3.2.2 温度控制系统的稳定性分析 |
3.3 本章小结 |
第四章 环境控制系统可靠性分析和故障排除 |
4.1 环境控制系统运行与可靠性分析 |
4.1.1 环境控制系统运行 |
4.1.2 运行可靠性分析 |
4.2 环境控制系统故障分析与排除 |
4.3 本章小结 |
第五章 环境控制系统空气质量分析与评估 |
5.1 空气参数数据测量与处理 |
5.1.1 环控系统非运行状态各区域空气参数测量 |
5.1.2 环控系统运行状态各区域空气环境数据测量 |
5.2 空气参数分析 |
5.2.1 环控系统非运行状态数据分析 |
5.2.2 环控系统运行状态数据分析 |
5.3 空气质量标准与评估 |
5.3.1 温度标准与评估 |
5.3.2 二氧化碳含量标准与评估 |
5.4 本章小结 |
总结与展望 |
参考文献 |
附录 |
致谢 |
附件 |
四、B737飞机空调组件跳开故障分析(论文参考文献)
- [1]民机PHM预测维修模式在空调系统的应用[J]. 孙见忠,解志峰,闫洪胜,左洪福,王容辉,钱昆. 南京航空航天大学学报, 2021(06)
- [2]基于ACARS的APU故障预测技术[D]. 段岩波. 南京航空航天大学, 2020(07)
- [3]B737NG空调系统原理及故障诊断方法的研究[D]. 徐晓. 西南交通大学, 2019(04)
- [4]B737飞机引气系统故障分析[J]. 施丽萍. 科技创新与应用, 2017(33)
- [5]基于组合分析方法的空调系统排故优化研究[D]. 马森. 中国民航大学, 2017(01)
- [6]飞机空调系统故障诊断与案例分析[D]. 俞扬. 中国民航大学, 2014(03)
- [7]基于CBR的飞机引气系统故障诊断技术研究[D]. 王丽哲. 中国民航大学, 2013(03)
- [8]现代民用飞机环境控制系统研究[D]. 刘育. 华南理工大学, 2012(01)
- [9]基于FTA的飞机空调组件关断的故障分析[J]. 杨军,闫锋. 中国民航大学学报, 2011(01)
- [10]基于SDG的民机空调系统故障诊断研究[A]. 叶思远,苏燕,左洪福. 2010年航空器适航与空中交通管理学术年会论文集, 2010