基于速度观测的双余度电液舵机系统容错同步控制

考虑飞机电液舵机活塞杆运动速度不易测量的情况，提出一种基于速度观测的容错同步控制策略，解决了双余度电液舵机系统（DREHAS）内泄漏共模故障（IL-CMF）下的位置跟踪控制问题。首先，通过引入2组参考轨迹并对模型进行线性变换，实现舵面位置跟踪与两舵机力输出同步控制解耦；其次，在扩展状态观测器（ESO）中加入故障参数自适应项，设计一种自适应扩展状态观测器（AESO）估计两通道舵机活塞杆速度和扰动，从而克服了故障条件下利用原系统模型设计ESO带来的估计结果不准确问题；最后，基于AESO的估计结果及故障参数在线更新结果，利用反步法设计了一种非线性容错同步控制器。Lyapunov稳定性分析结果表明，该控制方法可确保IL-CMF故障及时变干扰条件下，闭环系统所有信号有界，系统输出满足规定的性能要求。IL-CMF故障及常值干扰条件下，系统跟踪误差渐进收敛于零。仿真实验进一步验证了所提方法的有效性。      

基于FPGA的低复杂度快速SIFT特征提取

尺度不变特征变换（SIFT）算法具有优良的鲁棒性,在计算机视觉领域得到广泛应用。针对SIFT算法高计算复杂度而导致其在CPU上运行实时性低的问题,基于现场可编程门阵列（FPGA）设计了一种低复杂度的快速SIFT硬件架构,主要对算法的特征描述符提取部分进行优化。通过降低梯度信息（包括梯度幅值和梯度方向）的位宽、优化高斯权重系数的产生、简化三线性插值系数的计算和简化梯度幅值直方图索引的求解等方法,避免了指数、三角函数和乘法等复杂计算,降低了硬件设计复杂度和硬件资源消耗。实验结果显示,提出的低复杂度快速SIFT硬件架构,与软件相比,可以获得约200倍的加速;与相关研究相比,速度提高了3倍,特征描述符稳定性提高了18%以上。      

一种混合粒度奇偶校验故障注入检测方法

为了实现高效的抗故障注入攻击,提出了一种混合粒度奇偶校验故障注入检测方法。传统奇偶校验检测方法为每n比特设置一个奇偶位,表示该n比特的奇偶性。随着n的减小,奇偶位个数增加,资源消耗增加,检测率提高。为了实现故障检测率和资源消耗的折中,对电路故障注入敏感部分或关键部分处理的数据采用细粒度奇偶校验（即n值较小）,对其他部分采用粗粒度奇偶校验。以RC5加密算法为例,阐述了混合粒度奇偶校验故障检测方法的原理和应用,并对不同粒度奇偶校验方法的故障检测率及资源使用进行了理论分析。实验结果表明,与整个RC5电路都采用字（n=32 bit）奇偶校验相比,混合粒度奇偶校验故障注入检测方法可以提高故障检测率29.44%,仅增加资源消耗2.48%。      

胚胎电子细胞剩余码/berger码联合编码自检方法

为了更好地实现胚胎电路的自检需求,针对地址产生模块和输入输出模块,基于基本逻辑和算术运算中操作数和结果数之间的剩余码和berger码关系,对胚胎电子细胞输入输出等价运算的构建进行了讨论分析。通过剩余码检测单个故障,berger码检测多位单向故障,设计了一种剩余码/berger码联合编码的胚胎电子细胞自检方法。给出了所提方法的流程和实现方法,分析了基于所提方法设计的胚胎电子细胞的故障检测率、自检模块自检率和硬件资源消耗。以时序逻辑电路为目标电路进行了仿真实验,验证了所提方法对胚胎电子细胞各模块的检测能力和对检测模块的自检能力。      

多粒度概率语言环境下基于PROMETHEE的改进FMEA方法

针对传统故障模式和影响分析（FMEA）方法中存在关于故障模式评估、风险因子权重和风险优先级排序等方面的固有缺陷,提出了一种多粒度概率语言环境下基于偏好顺序结构评估法（PROMETHEE）的改进FMEA方法。该方法运用多粒度概率语言术语集（PLTS）刻画了专家评估信息的多样性和不确定性,并基于二元语义转换函数为引入工具的语言计算模型统一各专家多粒度风险评估信息,运用最优最劣法（BWM）和熵权法相结合的综合赋权法确定风险因子权重,将PROMETHEE拓展到概率语言环境中用于确定故障模式风险优先序。最后,运用托盘交换架故障风险评估案例来验证该方法的适用性和有效性,并进一步通过敏感度与对比分析以显示该方法的优越性。      

粒子群优化粒子滤波的接收机自主完好性监测

接收机自主完好性监测（RAIM）是航空卫星导航接收机必不可少的功能,为保持全球卫星导航系统（GNSS）在卫星发生故障时系统性能不降级,需要对卫星故障进行检测和隔离。针对接收机观测噪声非高斯分布的特点,提出一种基于粒子群优化粒子滤波（PSO-PF）的故障检测和隔离算法。通过粒子群优化粒子滤波对状态估计进行一致性检验实现故障检测。采集实测数据验证算法的检测性能,并与基于基本粒子滤波的完好性监测算法进行比较,结果表明:本文所提算法在非高斯测量噪声下可检测并隔离全球定位系统（GPS）故障卫星,其性能优于基于基本粒子滤波的完好性监测算法性能,对研究北斗卫星导航系统（BDS）接收机自主完好性监测具有一定的意义。      

基于DWNN的机电作动器渐变性故障诊断

飞机飞行控制系统机电作动器（EMA）的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络（DWNN）的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断。创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性。通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断。      

基于ASTSMO和UIO的故障估计方法

针对系统在有未知干扰情况下的故障估计问题，提出一种基于自适应Super-Twisting滑模观测器（ASTSMO）和未知输入观测器（UIO）的故障估计方法。不需要已知故障导数的上界，避免了现有自适应算法存在的滑模增益过估计问题，并且能够处理多执行器同时发生故障的情况。首先，通过非奇异变换将原系统降阶为两个子系统，其中一个子系统只受故障的影响，另一个子系统同时含有故障和不确定干扰。对两个子系统分别设计ASTSMO观测器和UIO观测器，并对误差系统有限时间内收敛的条件进行了证明，同时给出了滑模增益初始值和时变增益的设计方法。然后，基于等效控制的概念对故障进行检测和估计。最后，通过仿真算例验证了所提故障估计方法的有效性。      

基于EDT的扫描测试压缩电路优化方法

为了在集成电路可测试性设计（DFT）中实现更有效的测试向量压缩，减少测试数据容量和测试时间，采用嵌入式确定性测试（EDT）的扫描测试压缩方案分别对S13207、S15850、S38417和S38584基准电路进行了优化分析，通过研究测试向量和移位周期等影响测试压缩的因素，提出了固定测试端口和固定压缩率的扫描测试压缩电路优化方法。结果表明，在测试端口数量都为2，压缩率分别为12、14、16和24时具有较好的压缩效果，与传统自动测试向量生成（ATPG）相比，固定故障的测试数据容量减小了3.9~6.4倍，测试时间减少了3.8~6.2倍，跳变延时故障的测试数据容量减少了4.1~5.4倍，测试时间减少了3.8~5.2倍。所提方法通过改变测试端口数和压缩率的方式讨论了多种影响测试压缩的因素，给出扫描测试压缩电路的优化设计方案，提高了压缩效率，并对一个较大规模电路进行了仿真验证，可适用于集成电路的扫描测试压缩设计。      

一种星载控制计算机智能容错方法

  深空探测任务对星载控制计算机的智能性、环境适应性和自主性提出新的需求。介绍目前星载控制计算机容错方法的进展情况,提出可进化硬件容错这种可用于星载控制计算机容错设计的智能容错方法,给出该方法的三种实现结构,即并行结构、串行结构和具有故障检测功能的串行结构,并对各种结构进行分析和比较。最后,用仿真验证平台验证了串行结构的可行性和容错性。     

基于ANN的故障诊断专家系统的应用研究

介绍一种基于ANN的设备故障智能诊断专家系统模型,探讨了该模型的基本结构和相应的推理机制及故障诊断策略,提出将设备故障分为低层故障和高层故障的思想以及相应的分层诊断、分块进行的诊断策略,并以MK9-5卷接机组为诊断对象,研究了该模型及诊断方法在设备故障智能诊断中的具体应用.     

一种能量色散X荧光光谱仪核心控制系统设计

针对能量色散X荧光光谱仪对通讯、控制及测量的特殊要求,设计一种以ARM处理器STM32F103RBT6为核心的能量色散X荧光光谱仪硬件平台与上位机结合的核心控制系统。该硬件平台集成了USB-HUB功能,采用专门的步进电机驱动芯片简化电路设计,节省了开发周期。通过增加瞬态二极管保护电路提高电路的抗雷击浪涌能力,同时具备安全的互锁功能。实验表明,系统运行安全可靠,具有良好的应用前景。     

基于频谱法的航空起动发电机故障检测与诊断

对航空直流起动发电机的电枢电流波形进行频谱分析可有效地对电机的故障进行检测和诊断.由于电机在运行时其转速是变化的,而电枢电流的纹波信号与电机转速成正比,若对电流进行定时采样,则其频谱会散布在很宽的频率范围内,使频谱特征模糊化,难于利用频谱特征进行故障检测和诊断.采用与转速同步的电流采样方法,得到的频谱称为"阶比谱",在阶比谱上,频谱成分是单一的,因此容易用它来进行故障检测和诊断.文中对起动发电机进行了实验,对线圈短路、绕组元件与换向片开焊、相邻导体短路和转子偏心等四种故障成功地进行了检测和诊断.      

基于深度残差网络的模拟电路软故障诊断方

航天电子电路的故障诊断一直是航天领域可靠性与安全性的一个热点研究课题,航天电子电路的故障将直接影响航天任务是否成功。提出了一种基于深度残差网络的模拟电路故障诊断方法。该方法使用短时傅里叶变换将电路的时域输出信号转换为二维电路图像,并将其作为神经网络的输入,再利用ResNet提取模拟航天电子电路的性能特征,确定元件的故障类型,完成电路的故障诊断。通过仿真验证了该方法的故障诊断性能。仿真结果表明,该方法能够实现高达99.1%的诊断准确率。