马佳丽  硕士研究生
出生日期:1998年10月26日
籍       贯:江苏 盐城
邮       箱:1446501654@qq.com
电       话:15195852873
专       业:载运工具运用工程
 -----发表论文 -----

♣论文:

[1]马佳丽,陈果,康玉祥等.航空发动机磨损故障多目标融合诊断[J/OL].航空动力学报(已录用,EI 检索,重要核心期刊)

[2]曹桂松,马佳丽,苗慧慧等.一种航空发动机磨损故障模糊融合诊断方法[J]. 润滑与密封,2022,47(03):150-156.(已发表,核心期刊)

[3]王雨薇,陈果,何超,郝腾飞,马佳丽.基于改进 YOLOv4 的扫描电镜磨粒图像智能识别[J/OL].摩擦学学报(已录用,EI 检索,重要核心期刊)



♣国家发明专利:

[1]马佳丽,陈果,康玉祥等. 一种航空发动机磨损故障模糊融合诊断方法及系统[P]. 江苏省:CN114636555A,2022-06-17. (已公开)

[1]陈果,马佳丽,康玉祥等. 一种航空发动机故障部位识别方法及系统[P]. 江苏省:CN114897101A,2022-08-12. (已公开)




 ---------硕士论文简介---------

题目:《航空发动机磨损故障多目标智能融合诊断》

       主轴承和附件传动系统是飞机发动机载荷传动系统的关键部件,其在高速、高温和高负载的情况下运行,容易发生各种磨损故障。因此,航空发动机轴承和齿轮部件的磨损故障诊断对于有效实施航空发动机的状态监测和健康管理具有重要的理论意义和实用价值。本文提出了一种基于多种油液分析数据的航空发动机磨损故障多目标融合诊断的方法,并进行了试验验证和实际工程应用。论文主要的研究内容如下:
     (1)针对多种油液分析数据的特点,建立了航空发动机磨损故障融合诊断方法,实现基于油液分析数据的航空发动机磨损状态综合评估。该诊断方法包括磨损故障定性分析、定位分析和定因分析。定性分析以光谱、铁谱和颗粒计数原始分析数据为输入,基于 Dempster-Shafer证据理论获得发动机磨损故障定性诊断结果;在定位分析部分,建立了基于深度学习的滚动轴承故障部位识别模型,以能谱分析原始数据作为模型输入,实现了航空发动机磨损部位的智能识别;最后,在定因分析部分,利用定性结果和定位结果,根据领域专家的经验,建立了基于if-then 的知识规则,找出发动机磨损故障原因。
     (2)针对某型航空发动机附件轴承,进行了轴承全寿命加速疲劳试验,在试验过程中,通过多种油液分析方法对所采集的油样进行分析,获得了不同磨损状态下的多种实际的油液分析数据,研究了采样技术对油液分析结果的影响规律,得到了用于航空发动机滑油系统专家系统软件的开发案例。
     (3)最后,将本文研究的融合诊断方法应用于与中国航发商用航空发动机有限公司合作开发的航空发动机磨损颗粒智能分析专家系统。应用结果表明,本文的研究成果显著提高了发动机磨损故障智能诊断专家系统的智能化和自动化水平。
       关键词:航空发动机,磨损故障,融合诊断,深度学习,一维卷积残差网络,长短期记忆网络



 

毕业留念:

书法:路虽远行则将至,事虽难做则必成。

 

 

  



 

马佳丽硕士论文下载<<

马佳丽答辩PPT下载<<







返回