PFMEA技术当前广泛应用于工业化大批量制造,在航空制造领域的应用尚不深入。本文应用PFMEA技术对航空产品液压系统装配过程多余物控制进行风险分析,通过建立适用于多品种小批量生产工艺的风险评价模型,找出航空产品液压系统多余物存在的失效模式并实施改进,从管理及技术两方面提升产品质量,满足顾客需求。此项研究验证了PFMEA技术在多品种小批量生产工艺中的适用性,提出一种可普遍应用于航空产品装配工艺的S(严重度)、O(频度数)、D(探测度)评价模型,提升了质量控制的有效性和控制效率。

为实现尺寸较大、内部结构较为复杂的星载电子设备的多余物自动检测，设计了以EZ—USBFX2和CPLD芯片为核心器件的数据采集卡，实现了四通道的同步数据采集和传输。此系统包括数据采集、数据缓存以及数据控制和传输，分别采用了采样率为500k的12位A／D转换器件AD7892、16kxl8位的FIFOCY7C4265、EPM7064和USB芯片CY7C68013。重点介绍了数据采集系统的硬件组成和软件设计，包括USB的固件程序、CPLD的控制程序和主机用户程序。实验结果表明．该系统能达到稳定传输速度为15．4MB／s。保证了四通道同时以500k的采样率工作的稳定性和正确性。

在密封电子设备的生产制造过程中,对多余物进行检测至关重要。微粒碰撞噪声检测法是我国军标规定的用于航天电子元器件多余物检测的方法。针对密封电子设备体积大和检测出的多余物位置难以确定的问题,使用参数优化的k邻近(kNN)算法对多余物进行定位。通过搭建定位实验系统和设计试件模型,得到多通道的多余物信号,提取性能优良的时域和频域特征作为kNN算法学习的数据集。采用网格搜索法寻找kNN算法最优的k值选择、距离度量和权重设置,然后采用参数优化的kNN算法分别建立平面与空间定位模型。实验结果表明,采用参数优化的kNN算法进行多余物定位,平面与空间定位精度分别达到81.18%和79.34%,有效提高了传统情况下的定位准确度。

传统多余物微粒材质识别算法在判断金属和非金属微粒时,误判现象比较严重。本文将参数优化的梯度提升决策树算法(Gradient boosting decision tree,GBDT)应用于多余物材质识别。特征选择方面,在原有的脉冲面积、脉冲左右对称度、脉冲上下对称度、脉冲持续时间、脉冲上升占比、能量密度、脉冲占比、波峰系数、面积占比、频谱质心、均方频率、方差、过零点率和均方根差14个特征基础上,利用小波变换提取出了能量系数作为新的特征值,并建立新的样本特征集。然后结合机器学习方法训练得到基于GBDT多余物材质识别模型。为了使分类器性能达到最优,对其进行超参数调优。采用贝叶斯优化库中的分布式异步超参数优化模块(Hyperopt),并结合树形窗密度评估器(Parzen)可以获得模型的最佳优化参数。经过与K近邻(K-nearest neighbor classification,KNN)和支持向量机分类模型(...

控制液压系统的多余物,能够直接影响液压系统工作的可靠性和稳定性。多余物随工作介质进入液压系统后,容易导致油缸切圈、漏油、功能失效等,严重时会造成航天任务失败。基于EO2-FORM连接形式和企业现有的设备设施,对液压系统的多余物进行分析,并提出预防与控制工艺。最后总结了液压系统多余物预防与控制工艺的应用效果和创新点。

针对某双卷扬机构左侧卷扬动作异常故障问题,进行了故障树分析,查明了先导阀阀体内的金属多余物导致阀芯卡滞,造成二通插装阀不封油的故障,同时利用能谱法分析了多余物成分并确定其来源,最后对卷扬液压系统提出维护建议,提升了该卷扬机构使用安全性。

液压执行机构中各种多余物是影响其性能的重要因素,该文对液压执行机构多余物的分类、来源以及危害进行了分析,并提出了切实可行的控制措施,可有效提高产品可靠性。

液压缸是航天地面设备液压系统中的主要执行元件,要求具有较高的可靠性,结合应用实例及经验总结,该文主要从设计、生产、调试、使用等不同方面讲述了地面设备液压缸多余物预防与控制工作。

该文介绍了航天产品用试验系统管道多余物的预防与控制 主要对直管加工、 弯管加工、 焊接、 酸洗钝化、 试验、 脱脂、 周转交付等环节进行分析 探讨多余物预防与控制的有效方法.

简要介绍了喷嘴挡板伺服阀的结构组成和工作原理。针对双喷嘴挡板电液伺服阀在工作过程中抗污染能力偏低的特点,对其常见的失效机理进行分析,通过对大量故障伺服阀进行拆解和故障分析,并与抗污染能力较好的同类产品相对比,得到了喷嘴挡板伺服阀产生卡堵故障的主要原因。在上述分析的基础上,从结构设计、外部和内部多余物控制等方面进行优化设计和改进,并通过相关实验验证,得出有效提高喷嘴挡板阀抗污能力的具体对策,在试生产和装调测试过程中取得了良好收效。