有效的特征提取方法和分类算法能显著的提高故障识别的精度。小波能谱熵突出了振动信号中短暂的异常信号，能有效的表征早期故障特征；隐半马尔可夫模型通过加入高斯概率分布函数来描述各个状态的驻留时间，能合理的表征振动信号的暂态特征，适合于机械系统的故障识别问题；本文将小波能谱熵和HSMM相结合，提出了基于小波能谱熵的HSMM故障识别方法。以小波能谱熵作为特征向量，通过训练得到各个状态的HSMM模型并建立分类器，从而实现对未知状态的识别。以齿轮为对象，对齿轮常见的故障状态进行了识别试验。

飞控液压系统作为飞机控制系统的关键装备,一旦其发生故障将对飞机的运行安全造成严重影响。以飞控液压系统——飞机舱门液压驱动系统为研究对象,基于其系统结构和基本原理使用AMESim平台进行仿真建模,并通过故障仿真模拟开展故障诊断研究工作,提出了一种基于多级注意力机制的自编码器-多层感知机故障诊断方法,可以有效指导装备的维护维修工作并提高装备的运行安全性。首先,通过自编码器进行特征提取;然后,基于多级注意力机制进一步挖掘关键特征信息;最后,利用多层感知机作为分类器开展故障诊断工作。实验结果表明,与其他传统的机器学习和深度学习模型相比,所提方法的故障诊断准确率达到了97.5%且假正类率仅为1.1%,充分证明了所提方法的有效性。

基于冷气喷射模型的验证结果,对冲角分别为0°、15°和-15°三种条件下的叶片前缘3排孔气膜冷却特性进行了三维环形叶栅数值模拟。在吹风比等于1.0时,详细分析了叶片型面静压和气膜冷却效率的分布特征。分析结果表明,冲角的变化使叶片前缘滞止线位置发生偏移,且对叶片前缘静压差产生了很大的影响。相对冲角0°时的情况,当冲角为15°时,叶片吸力面冷却效果增强,压力面冷却效率值降低;当冲角为-15°时,吸力面侧冷却效果减弱,压力面侧冷却效率值升高。