马圣
- 作品数：8 被引量：121H指数：5
- 供职机构：中国民航大学航空工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：航空宇航科学技术机械工程化学工程更多>>
- 基于零维模型的液滴蒸发建模和仿真被引量：1
- 2017年
- 考虑到液滴蒸发过程中与环境的压差关系,液滴直径对雾化的非连续性影响,对此引入克努森修正系数,可以降低对蒸发过程数值仿真的难度系数。基于零维模型前提下,建立气液两相的质能模型。基于此模型,研究了空气温度、喷雾温度与气液体积比对加湿性能的影响。
- 马圣
- 关键词：液滴蒸发过程
- 基于BQGA-ELM网络在滚动轴承故障诊断中的应用研究被引量：26
- 2019年
- 提出一种基于Bloch球面量子遗传算法(BQGA)优化极限学习机(ELM)网络的诊断方法(BQGA-ELM),并将BQGA-ELM运用于滚动轴承故障诊断中。基于UCI标准数据集,通过仿真实验比较Bloch量子遗传算法与其它算法优化ELM的性能,仿真实验表明BQGA的优化效果强于其它优化算法。从实验室采集滚动轴承正常、内环故障、外环故障和滚珠故障四种工况的振动信号,并利用时域分析法提取振动信号的相关特征参量。将提取的特征参量经过数据预处理,再输入到诊断模型中进行滚动轴承故障诊断。结果表明:BQGA-ELM能够准确有效的对滚动轴承故障进行诊断,且其误差收敛与故障诊断时间均优于文中其它诊断模型。
- 皮骏马圣杜旭博贺嘉诚刘光才
- 关键词：滚动轴承
- 基于等效应变的Walker模型对轮盘寿命的预测被引量：3
- 2019年
- 涡轮盘作为工作在高温高转速下的航空发动机关键部件,存在低周循环疲劳的风险。因此,低周循环疲劳是其结构设计的重要问题之一。首先,基于Walker模型在低周循环疲劳上的特性,提出了一种简化的Walker寿命预测模型。并且使用GH4133材料的试验数据验证了Walker模型的可行性。同时,为了验证Walker模型的优越性,采用多种模型对某轮盘寿命进行了预测。结果表明:简化的Walker模型预测值和真实值之间的相对误差为13.79%,其计算精度高于其他模型;其次,利用3个轮盘的真实寿命数据,检验不同的Walker衍生模型的预测精度。最后使用简化的模型对某型号发动机涡轮盘进行实例分析。
- 皮骏马圣高树伟马龙林家泉
- 关键词：涡轮盘
- 遗传算法优化的SVM在航空发动机磨损故障诊断中的应用被引量：25
- 2018年
- 研究遗传算法(GA)优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用。介绍基于GA优化SVM算法的实现过程,对算法中关键参数进行分析,并用改进的GA对SVM中的惩罚参数和核参数进行优化。采用GA优化的SVM对某型号航空发动机的油液磨粒数据进行诊断,并从诊断精度、计算时间、抗噪能力三方面比较GA优化的SVM、BP神经网络和RBF神经网络的诊断精度。结果表明:GA优化的SVM能够有效地诊断航空发动机磨损故障; GA优化的SVM的诊断精度明显高于RBF和BP神经网络,且在有噪声的情况下,其诊断准确度依旧高于RBF和BP神经网络,但由于GA-SVM的结构和训练方法其训练时间较长。
- 皮骏马圣贺嘉诚孔庆国马龙
- 关键词：航空发动机支持向量机遗传算法
- 极限学习机在航空轴承故障诊断中的应用研究被引量：4
- 2020年
- 基于实验平台,采集滚动轴承正常、内环故障、外环故障和滚珠故障四种工况的振动信号,利用时域分析法提取故障特征量。分析隐含层神经元数量、隐含层激活函数和样本比例对极限学习机网络诊断效果的影响,同时从网络对样本比例的适应性、算法的稳定性、仿真耗时和抗噪能力四方面比较BP、SVM和RBF网络。结果表明:针对轴承故障诊断,极限学习机在神经元数量较少时采用Sigmoid()函数、神经元数量较多时采用Hardlim()函数,其诊断效果较佳;极限学习机相比BP、SVM和RBF网络,能够更好的适应样本比例的变化,且算法的稳定性和准确性均为最优;极限学习机仿真计算时间相对较短、抗噪能力较强。
- 皮骏马圣王力平李章萍
- 关键词：航空发动机极限学习机轴承故障诊断振动信号时域分析
- 基于IGA-ELM网络的滚动轴承故障诊断被引量：33
- 2018年
- 为了提高航空发动机轴承故障诊断准确率,提出基于改进遗传算法优化极限学习机网络(IGA-ELM)的诊断模型。针对传统遗传算法易早熟等缺陷,对遗传算法的交叉操作和变异操作进行改进,并用改进的遗传算法优化极限学习机的输入权值矩阵和隐含层阈值,利用Moore-Penrose算法计算极限学习机的输出权值矩阵。使用IGA-ELM诊断模型对滚动轴承正常、内环故障、外环故障和滚珠故障4种工况进行诊断,并分析极限学习机隐含层神经元的数量和激活函数对轴承故障诊断的影响。为了验证改进遗传算法优化极限学习机的有效性,将传统遗传算法、自适应遗传算法和粒子群算法作为对比算法。经过分析表明:改进遗传算法收敛速度和收敛误差,均优于对比算法。
- 皮骏马圣贺嘉诚孔庆国林家泉刘光才
- 关键词：航空发动机轴承故障诊断极限学习机
- 基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型被引量：28
- 2019年
- 利用广义回归神经网络(GRNN)良好的非线性映射能力,对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络(IFOAGRNN),并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量。在相同的样本分配下,将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN;IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.850 6,其预测效果均优于其他对比算法;同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法。
- 皮骏马圣张奇奇王力平崔东泽
- 关键词：航空发动机排气温度广义回归神经网络
- 基于MGA-BP网络的航空轴承故障诊断被引量：19
- 2020年
- 为了提高航空发动机轴承故障诊断的准确率,提出基于改进遗传算法优化(back propagation,简称BP)网络(modified genetic algorithm to optimize BP,简称MGA-BP)的故障诊断模型。针对传统遗传算法易早熟、易陷于局部最优解等缺陷,利用固定个体选择概率、引入三角函数和高斯变异操作对遗传算法进行改进,并用改进遗传算法优化BP网络的权值和阈值。利用优化的BP网络对滚动轴承正常、内圈故障、外圈故障和钢球故障4种工况进行诊断,并考虑到网络输出模式、诊断样本比例等对诊断精度的影响。为了验证MGA-BP在轴承故障诊断中的有效性,将其他改进遗传算法优化BP网络作为对比算法。分析表明:MGA-BP能够较好地适应网络不同的输出模式、不同的样本比例,其抗噪能力、诊断准确率、误差收敛速度和误差收敛值均优于文中其他对比算法。
- 皮骏刘鹏马圣粱晨孟璐王力平
- 关键词：航空发动机轴承故障诊断遗传算法BP神经网络
