XRF和显微图像技术在航空发动机智能监测中的综合应用

摘要

航空发动机是民航飞机的动力核心，因此对其运行状态进行监测至关重要。在磨损故障监测中，针对不同的监测对象，有选择地联合运用几种油液监测手段，是获得更为准确分析结论的有效途径。本文以XRF技术和显微图像技术为基础，引入神经网络、灰色系统理论、概率统计、D-S证据理论等智能方法，对航空发动机的智能监测技术进行研究，致力于研制出一套智能化、系统化的智能监测系统。XRF（X射线荧光）技术利用同位素放射源辐射被测物质，通过一系列装置产生能谱，根据能谱来判别物质的元素类别。显微图像技术通过显微光学成像系统、图像采集与分析处理等过程，实现对发动机磨损磨粒的监测，具有颗粒计数器与铁谱仪的双重功能。
　　 本文研究工作主要包括以下三部分：首先，在基于XRF分析技术得到能谱数据的基础上，对能谱进行处理和分析，得到元素的浓度；研究了金属元素浓度的界限值的制定方法，以及在此基础上的故障诊断，并运用灰色预测实现了发动机的故障预测。其次，在显微图像分析得到磨损磨粒参数以及磨粒数目的基础上，实现了运用径向基函数神经网络（RBF）、BP神经网络和灰度关联分析对磨损磨粒的融合识别，提高了磨粒识别的准确率。在磨粒识别的基础上实现了对发动机故障进行监测。最后，提出了基于以上两种分析的融合诊断方法以及智能综合分析模型，并开发了智能监测系统软件。