共查询到19条相似文献,搜索用时 187 毫秒
1.
传统防空火控算法中的轨迹预测模型无法对复杂的无人机蜂群进行有效地轨迹预测,而现有针对无人机机动轨迹的预测研究通常只考虑单个无人机,且模型量级过大。为了准确且快速地预测无人机蜂群轨迹,本文提出一种面向蜂群的轨迹预测方法。在获得蜂群轨迹后,首先基于DBSCAN 对其进行聚类,判断出蜂群中各个无人机的类别;然后基于分形算法,判断无人机轨迹是简单轨迹还是复杂轨迹;最后,采用卡尔曼滤波进行简单轨迹的预测,用基于LSTM 网络的方法进行复杂轨迹的预测。结果表明:本文提出的无人机蜂群轨迹预测方法的预测误差远远小于纯采用卡尔曼滤波方法预测的误差,且预测时间小于仅采用LSTM 网络方法预测的时间,可以较为准确地预测蜂群中不同集群无人机的轨迹,为反无人机蜂群火控解算提供基础。 相似文献
2.
3.
4.
基于分层有向图的航天器故障诊断 总被引:4,自引:0,他引:4
针对航天器在轨故障诊断系统在实时性、准确性和完备性上的要求,提出了基于分层有向图的新的定性诊断方法。采用有向图分层策略,减小故障源搜索空间的大小;利用故障传播路径上的测试节点间的定性关系,回溯搜索不相容支路找出故障源候选集合,并且通过部件故障概率和故障传播的权重对候选故障源进行故障可能性的排序。应用提出的方法,建立了某卫星一次电源系统的定性诊断模型,并进行了故障诊断的仿真测试。结果表明该诊断方法是高效的,诊断结果准确而且完备。该方法适用于航天器在轨故障诊断。 相似文献
5.
6.
针对航空发动机的故障寻源以及故障传播问题,提出了基于云模型符号有向图(SDG)的发动机多工况故障诊断方法。
在SDG模型的基础上根据发动机结构进行模块化以便于推理,应用故障关联矩阵进行相容通路的推理;根据相容通路画出故障传
播路径,运用云模型理论进行定性与定量的转换,计算故障传播路径上每个节点的传播概率,并对未测节点的状态值进行预测,根
据计算结果对每条相容通路进行可能性排序,确定故障源头。根据工况转换矩阵快速得到不同工况下的SDG模型,同时根据具体
工况改变模型阈值,对不同工况下的异常节点进行快速推理预测。发动机气源系统的诊断实例表明:基于云模型SDG的多工况故
障诊断方法可以帮助决策者做出正确的检测策略,快速制定维修措施,能够有效地运用在复杂系统内的故障传播诊断。 相似文献
7.
通过分析多传感器数据融合技术故障诊断方法,针对无人机的特点,在不增加系统硬件的情况下,充分利用无人机现有传感器获取的信号,提高无人机故障预测与健康管理(PHM)系统状态监测、健康评估和故障预测推理的准确性,并确定推理结果的置信度. 相似文献
8.
9.
10.
文章从建立靶用型无人机可靠性模型出发,通过对靶用型无人机故障危险等级和故障可能性等级进行归纳分析,并计算出某型无人机的危险概率,最后对影响其使用安全性的因素进行了分析。 相似文献
11.
Prognostics and health management (PHM) is very important to guarantee the reliability and safety of aerospace systems, and sensing and test are the precondition of PHM. Integrating design for testability into early design stage of system early design stage is deemed as a fundamental way to improve PHM performance, and testability model is the base of testability analysis and design. This paper discusses a hierarchical model-based approach to testability modeling and analysis for heading attitude system health management. Quantified directed graph, of which the nodes represent components and tests and the directed edges represent fault propagation paths, is used to describe fault-test dependency, and quantitative testability information is assigned to nodes and directed edges. The fault dependencies between nodes can be obtained by functional fault analysis methodology that captures the physical architecture and material flows such as energy, heat, data, and so on. By incorporating physics of failure models into component, the dynamic process of a failing or degrading component can be projected onto system behavior, i.e., system symptoms. Then, the analysis of extended failure modes, mechanisms and effects is utilized to construct fault evolution-test dependency. Using this integrated model, the designers and system analysts can assess the test suite’s fault detectability, fault isolability and fault predictability. And heading attitude system application results show that the proposed model can support testability analysis and design for PHM very well. 相似文献
12.
针对民用飞机故障的动态特性及维修体制,在符号有向图(SDG)模型中引入动态元素,并融合系统结构模型,提出一种结构和参数能随工况变化而调整的增强型有向图(ESDG)模型。进而提出基于故障依赖矩阵的相容根树搜索算法与分层诊断策略,能解决实际排故中常常因部分状态未测量而造成诊断信息缺失的问题。该方法能满足分级维修中不同诊断精度的要求。多个工况的综合诊断进一步提高了推理分辨率。最后以某民机发动机引气系统为实例说明了该方法的有效性。 相似文献
13.
为了实时检测空间机械臂关节故障的发生并获得有效的故障信息,提出一种基于状态观测器的关节故障诊断方法。通过结合滑模变结构控制理论设计滑模状态观测器,获得机械臂各运行状态的残差信息,并将其与设定的阈值比较,实现关节故障的检测。进而引入不同的故障模式,构建故障数据库,将实际关节故障所导致的机械臂故障残差信息与故障数据库对比,完成故障发生位置及其故障程度的识别。所提诊断方法考虑了空间机械臂系统内部强耦合特性,能够及时检测故障的发生并获取有效的故障信息。最后以7自由度空间机械臂为对象开展数值仿真研究,验证了所提关节故障诊断方法的有效性。 相似文献
14.
为了深入研究航空发动机故障机理,提出基于航空燃气涡轮发动机性能仿真软件(GSP)和堆栈降噪自编码器(SDAE)的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障,并得到对应的运行状态参数;从每种故障类型下的长时间序列的状态参数中提取出向量化的曲线特征,构成故障样本;将故障样本带入SDAE模型中进行深度特征提取,经过前向传播和反向微调得到训练好的模型用于发动机故障诊断。结果表明:GSP能够通过参数更改来模拟微弱故障下的状态参数,从而构建多故障样本集;SDAE的重构误差和反向传播误差能够快速收敛到较小值,SDAE的故障诊断正确率为99.5%;与深度信念网络(DBN)、人工神经网络(ANN)以及经典机器学习方法支持向量机(SVM)相比,SDAE的故障分类正确率分别提高了0.8%、6.9%和10.1%。 相似文献
15.
16.
17.
为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP(back propagation)、Elman神经网络、GM(1,n)、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。 相似文献
18.
19.
故障树、故障Petri网和贝叶斯网络是评估系统可靠性、安全性的三种重要模型。其中,故障树在工程中应用最广,而后两种模型其各自具有不可替代的优点,可以弥补故障树在实际应用中的不足。在介绍三种模型的基础上,通过对故障树向故障Petri网转化方法、故障树向贝叶斯网络转化方法的研究,给出描述三种模型的典型逻辑关系等价结构图的表格,揭示三种模型的内在联系。结合该表,提出故障Petri网向贝叶斯网络的转化方法。同时,利用上述三种模型对导弹发动机故障进行对比分析,结果表明故障Petri网使故障传播过程一目了然,而通过故障Petri网络或故障树转化而来的等价贝叶斯网络可计算出更多定量结果。 相似文献