基于模糊规则集度量的液体火箭发动机故障诊断

以模糊规则集度量为核心，提出了一种液体火箭发动机故障诊断系统。利用模糊待检规则集与模糊参考规则集之间的度量结果为故障诊断逻辑，输出故障检测时间、故障分离时间、故障类型和故障程度。仿真研究表明：基于模糊规则集度量的故障诊断性能比较优越。     

故障诊断的神经网络多重模型自适应方法

将神经网络与故障诊断的多重模型自适应方法相结合,提出了故障诊断的神经网络多重模型自适应方法,并对某型航空发动机控制系统传感器故障进行诊断仿真。仿真表明,该方法能够用来解决具有模型不确定性系统的故障诊断问题,同时,对未知的故障模态具有自学习能力     

基于专家系统的导弹发射车液压系统故障诊断

 液压系统为导弹发射车提供动力源,该系统运行的可靠性在不同程度上影响着导弹发射车的工作性能。针对导弹发射车液压系统故障知识的特点,提出了将领域专家经验分解成故障现象、故障原因和故障规则的知识表达方式,设计了由故障现象、故障原因分别构成故障规则前件和后件的知识获取方法,实现了故障知识的有效管理和维护。针对故障诊断流程图的结构特点,提出了故障诊断二叉树的概念,给出了将诊断流程图转化成故障诊断二叉树的方法,并在此基础上设计了基于故障诊断二叉树的故障推理机和基于二叉树前序遍历的故障解释机制。实践表明该专家系统的设计方法及原理具有一定实用性和通用性,对同类系统的设计具有很好的借鉴作用。     

基于定性和定量关系的液体火箭发动机故障诊断

针对定性故障诊断系统的固有缺陷，利用模糊数学知识，在符号有向图上加入定量信息，形成定性定量模型，通过计算和比较被诊断模式对已知故障类型的模式的隶属度来确定系统的故障。该方法比较充分地利用了系统被监测参数的数值资源，对故障模式具有较强的识别和区分能力。     

基于自组织映射网络的故障诊断推理方法研究

从故障诊断基本形式出发，结合飞机刹车系统故障的各类特点，研究了基于Kohonen自组织映射网络理论的故障推理模型，并且应用到起落架刹车系统故障诊断中。该方法只需选择听，具有代表性的故障样本训练神经网络，他将代表故障的信息输入给训练好的神经网络，根据神经网络的输出结果，就可以判断出发生故障的类型。该模型除能识别已训练过的故障，还能识别未训练过的故障，并且聚类能力强，速度快，因此，很符合复杂系统的故障诊断。     

基于递阶残差神经网络的结构故障模式识别

提出了一种基于递阶残差分类神经网络的结构故障诊断新方法,与传统的基于模型的非线性系统的故障诊断方法相比,神经网络方法有着非线性逼近能力强和故障模式识别实时性好等优点。文中进行了残差特征提取和残差分类研究,设计了3层递阶残差结构分类器,提出了故障模式识别算法。最后以某型歼击机为例进行了仿真验证,仿真结果表明本文方法能有效识别歼击机结构故障的有无、位置、类型和程度。     

基于多源信息融合-相关向量机的风力发电机故障诊断

为了能够全面准确地识别风力发电机的故障类别,考虑信号源振动和电流之间的相关性,提出了一种基于信息融合和改进相关向量机相结合的故障诊断方法。通过直驱风力发电机试验台实测数据,提取具有较高敏感度的特征参数作为诊断样本,建立基于振动和电流的改进相关向量机诊断模型进行初步故障诊断。利用信息融合建立多信号源故障诊断模型,获得最终风机故障诊断结果。试验表明,与基于单一信号的故障诊断方法相比,该方法具有更高的准确性,能很好地识别具有机电耦合特性的风力发电机故障类型。     

基于融合信息熵距的转子裂纹-碰摩耦合故障诊断方法

针对转子系统的裂纹-碰摩耦合故障,提出了一种基于融合信息熵距的转子振动故障诊断方法.利用转子实验台模拟转子系统裂纹故障、碰摩故障及裂纹-碰摩耦合故障,并采集三种典型故障的振动加速度信号.利用时域的奇异谱熵、频域的功率谱熵、时-频域的小波能谱熵以及小波空间特征谱熵,计算融合信息熵距实现故障诊断.实例研究表明:这四种信息熵形成了综合评价转子振动状态的特征指标,多测点、多转速下的信息熵距曲线较好地区分了单一故障和耦合故障,有效地提高了转子振动故障诊断的准确性.测试信号与其对应的振动故障之间的信息熵距最小,信息熵距曲线位于坐标轴的最下方,达到了诊断单一故障和耦合故障的目的.      

故障诊断的神经网络观测器法

以神经网络的自学习代替故障诊断观测器法中的解析计算,提出了一种新的故障诊断方法,从而解决了具有模型不确定性系统的故障诊断问题。对某型航空发动机控制系统传感器故障进行了仿真研究,该方法不仅具有传统观测器法报警及时准确、易于实现容错控制的优点,又不需要获得系统精确的数学模型,对具有模型不确定性系统的故障诊断与容错很有效     

基于过程功率谱熵SVM的转子振动故障诊断方法

针对旋转机械振动过程的复杂性和振动故障产生的随机性以及振动故障样本获取难的问题,在信息熵理论的基础上,融合了支持向量机(SVM)小样本、全局性和泛化性好的优点,提出了过程功率谱信息熵(功率谱熵)SVM的故障诊断方法。结合转子实验台,得到了4种典型振动故障在多测点多转速下的数据,通过计算提取了其功率谱熵特征值作为故障样本,即故障向量,并建立SVM诊断模型,对转子振动故障的类别、严重程度和部位识别诊断,验证了该方法在转子振动故障诊断方面效果良好。     

海上双馈电机开路故障容错性能评估

海上风电机组面临故障率高、停运损失大等问题,迫切需要及早发现运行故障、及时提供容错机制。构建基于西蒙决策理论的双馈风力发电机开路故障容错设计方案,选取电能质量和风力发电机组可靠性作为典型评估指标。结合双馈风力发电机组机侧变流器单相开路故障容错案例,给出量化的容错性能指标。结果表明及时有效的故障容错机制能够提高海上风电场的可用率,避免故障恶化,降低故障带来的经济损失。     

用于故障穿越的飞轮储能双三相异步电机驱动控制研究

随着海上风电场的发展和高压直流输电技术的应用,风电场系统存在交流侧故障穿越的问题。针对这个问题,提出了一种用于故障穿越的基于模块化多电平变频器和双三相异步电机的飞轮储能系统,并设计了其驱动控制方案。飞轮储能系统采用了模块化多电平技术能方便地构建大功率高压变频器,并具备扩容能力。为了提高飞轮储能系统的可靠性,采用了双三相异步电机驱动,从而提高了冗余性。接着设计了能均衡各个模块电容电压的双三相异步电机驱动控制算法。最后,基于MATLAB/Simulink仿真平台建立了风电场和飞轮储能系统的仿真模型,进行了仿真计算。仿真结果验证了飞轮储能系统的功能和驱动控制策略的性能。     

航空发动机故障的支持矢量机智能诊断

引入支持矢量机和多元分类算法到航空发动机故障诊断当中。通过设计的多元分类支持矢量机构建了小样本多参数航空发动机故障智能诊断模型，然后通过发动机故障仿真器对典型发动机气路故障进行了诊断。结果表明，支持矢量机具有优秀的故障学习能力，采用它进行航空发动机故障诊断是可行、有效的。     

电动车开关磁阻电机驱动和保护控制策略研究

传统开关磁阻电机(SRM)起动时采用电流斩波控制(CCC),中高速阶段采用角度位置控制(APC)对转速进行调节。但在电动车领域的SRM驱动控制中,通常采用基于脉宽调制(PWM)控制的方式来实现电机的开环调速。在传统SRM控制方式的基础上,提出了一种动态斩波的起动方式以及一种PWM控制与APC控制相结合的中高速运行的综合控制策略,可确保电机在不同负载下平稳起动、瞬间提速和稳定运行。与此同时,对控制器保护环节中最为关键的过流保护和堵转保护进行了设计,提升了整个驱动系统的可靠性。为了验证所提驱动控制策略和保护方法的可行性,在以STM32F103处理器为控制核心的控制器和1台12/8结构电动车SRM上进行了系统的试验。试验结果表明在该控制算法下,电机能够快速起动和稳定运行,且能检测到故障并及时保护,证明了该算法的正确性。     

变频器缺相故障检测及相序自适应方法

讨论了四象限变频器的缺相故障快速检测及相序自适应的方法。通过基于双广义二阶积分的软件锁相环,分别对三相电压正序和负序进行锁相,获得三相电压在两种相序下的幅值。对三相电压各种情况所对应的正序、负序分量进行分析,结合锁相环计算出的正序或负序分量的幅值,分辨出三相电压是否过低或缺相及相序情况。经过MATLAB/Simulink仿真验证,15 ms内即可对缺相故障及相序做出准确分辨,证明所述方法切实可行。     

基于模型的故障诊断在飞机电源系统中的应用

传统故障诊断方法越来越难以应付更加复杂和智能化的现代飞机电源系统,基于模型诊断方法是为了克服传统诊断方法的缺点而兴起的一项新型的智能故障诊断技术。运用基于模型的故障诊断原理,建立飞机电源系统的定性仿真模型,对飞机电源系统负载故障进行模拟故障诊断,分析电源系统关键部件的故障对关键负载的影响,验证飞机电源系统的可靠性。     

基于模型的双转子-支撑系统快速故障识别方法

建立了双转子-支撑系统的有限元模型,模拟了质量不平衡故障和局部轴弯曲故障下的振动信号.根据有限元模型,提出了基于模型的双转子-支撑系统故障识别方法,依次通过单一故障遍历、双故障遍历和三故障遍历方法,实现了故障快速准确识别.仿真结果表明:该方法能够准确识别单一故障和多故障,同时确定故障发生的位置、严重程度和相位情况,优化了故障识别过程,理想情况下减少了98.9%的计算量,加快了故障识别的速度.此外,比较了添加了不同信噪比噪音信号的诊断结果,诊断结果相对误差控制在1%左右,表明该方法具有良好的抗噪声干扰的能力.      

涡扇发动机气路传感器故障诊断

为了实现对某涡扇发动机传感器故障的在线诊断,提出并设计了1种基于在线贯序极端学习机的故障诊断算法。其核心思想是在定位某传感器故障后,在线建立针对该故障传感器"预学习"的信号重构算法,解决多故障混叠问题。在线信号重构算法以泛化能力指标为判定条件,利用选择策略对算法网络权值进行选择性更新,提高了故障诊断系统的实时性。以某型涡扇发动机为对象开展了传感器故障诊断与重构仿真,结果表明:该算法能够对发动机单、双传感器故障进行准确地诊断与信号重构,且具有良好的实时性。     

Fault-tolerance wide voltage conversion gain DC/DC converter for more electric aircraft

In this paper, a fault-tolerance wide voltage conversion gain DC/DC converter for More Electric Aircraft (MEA) is proposed. The proposed converter consists of a basic Cuk converter module and n expandable units. By adjusting the operation state of the expandable units, the voltage conversion gain of the proposed converter could be regulated, which makes it available for wide voltage conversion applications. Especially, since mutual redundancy can be realized between the basic Cuk converter module and the expandable units, the converter can continuously work when an unpredictable fault occurs to the fault-tolerant parts of the proposed converter, which reflects the fault tolerance of the converter and significantly improves the reliability of the system. Moreover, the advantages of small input current ripple, automatic current sharing and low voltage stress are also integrated in this converter. The working principle and features of the proposed converter are mainly introduced, and an experimental prototype with 800 W output power has been manufactured to verify the practicability and availability of the proposed converter.