航天发射场远程故障诊断系统研究

结合目前航天发射场设施设备维护的特点,提出一个面向航天发射场的远程故障诊断系统模型,并对系统的主要组成部分进行描述,对远程故障诊断系统的关键技术进行了初步分析。     

飞机电连接器弯针分析研究

弯针是线路失效的一种故障模式,弯针的发生可能对系统产生危害,本文主要对弯针导致的电路危害进行描述,并且对弯针的识别和分析方法以及弯针分析(BPA)的流程进行了介绍。     

基于Simscape模型的航空发动机系统安全性分析方法

针对航空发动机系统安全性分析中的耦合情况,研究基于Simscape模型的航空发动机耦合故障建模和安全性分析问题。在基于模型的安全性分析(MBSA)故障拓展一般特点的基础上,分析了Simscape环境下进行故障外部拓展和建模语言内部故障拓展两种方式,以建立耦合故障模型。以全权限数字式发动机控制(FADEC)主燃油控制子系统为研究示例,进行独立和耦合故障形式化系统安全性分析。结果表明:航空发动机系统安全分析Simscape模型基于系统设计环境,可直接成为系统设计和安全性分析共同的工具,便于保证设计和安全性分析的一致性;该模型拓展方法和建模语言,从故障数学原理出发,对实际系统不同物理域的组件独立和耦合故障特性具有灵活和定量描述能力;由此拓展的故障模型下的安全性分析具有形式化、直观性和客观性的优势。      

某型飞机横向操纵系统的飞行安全评估及改进措施

在对某型飞机横向操纵系统分析基础上，列举出危害飞行安全的典型故障；针对该典型故障，进行了飞行安全评估；计算发现，飞行安全风险概率达不到安全标准。因此，提出了改进措施，建立了增设故障检测装置后的飞行安全评估模型．最后讨论了故障检测装置的可靠性对系统的影响。     

热套转子力学模型研究

本文提出了描述热套盘鼓转子的力学模型,该力学模型刻划了热套连接处的力学性状。本文导出了热套段模型的传递矩阵表达式。为考察这一力学模型的正确性,对若干热套转子进行了理论计算和实验的对比研究。两者结果的一致性证实了力学模型的有效性。     

液体火箭发动机试验台气液管路系统故障仿真及分析

根据试验台和试验发动机的静态特性方程,重点针对试验台进行稳态故障效应仿真;采用一维不可压瞬变管流描述液路的流动过程,用特征线法对试验台液路系统的突发性故障所引起的瞬变特征和过度效应进行仿真;对储箱增压系统采用一维可压缩流的有限元状态变量模型描述气体管路的流动过程,并建立减压器、储箱工作过程的数学模型,用四阶龙格-库塔法对其进行故障仿真。仿真过程显示仿真模型和计算方法具有很好的适用性,能有效地建立试验台较为完善的故障模式库;通过分析仿真结果可以对现有试验台的改造、维护以及新试验台的改进设计进行指导。      

导弹电子设备故障的组合预测方法研究

针对传统GM(1,1)的对纯指数型序列预测的局限性,引出了改进的离散灰色DGM(1,1)模型。应用DGM(1,1)模型与时间序列AR模型的组合模型对导弹电子设备进行故障预测,并通过实例对预测精度进行了检验。     

非线性主动容错控制系统H∞模糊控制器设计

 考虑到实际主动容错控制(FTC)系统中故障以及故障检测与隔离(FDI)决策出现的随机性,用两个Markov过程分别描述系统的随机故障以及FDI的决策行为。采用Takagi Sugeno(T-S)模糊模型描述非线性主动容错控制系统,并基于并行分布补偿(PDC)方案以及线性矩阵不等式(LMI)优化技术,给出了使得闭环系统随机稳定且满足一个给定H_∞干扰衰减水平的模糊容错控制器设计方法。此外,考虑了一个次优的H_∞模糊容错控制设计问题。最后,倒车控制系统的仿真结果验证了所建议方法的有效性。     

一种基于FMEA的故障诊断贝叶斯网络快速构建方法

贝叶斯网络(BN)建模问题一直是其在故障诊断应用领域的瓶颈,实际的工程系统中,贝叶斯网模型构建存在许多困难,提出一种基于故障模式影响分析(FMEA)的BN建模技术.首先,在分析现有FMEA所包含的故障信息基础上,提出基于单条FMEA记录的贝叶斯网络片段构建方法;然后,利用故障模式与故障原因因果传递关系将贝叶斯网络片段集成为系统贝叶斯网络模型;最后,以某型飞机前轮转弯系统为例进行BN模型构建和分析.结果表明:本文基于FMEA建立的BN模型不仅避免了传统建模过程中对大量工程经验的需求,并且突破了FMEA定性分析能力,能够有效融合多源信息对工程系统进行定量分析和故障诊断.     

航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.      

Fault tolerant control system design with explicit consideration of performance degradation

A new approach is proposed for active fault tolerant control systems (FTCS), which allows one to explicitly incorporate allowable system performance degradation in the event of partial actuator fault in the design process. The method is based on model-following and command input management techniques. The degradation in dynamic performance is accounted for through a degraded reference model. A novel method for,selecting such a model is also presented. The degradation in steady-state performance is dealt with using a command input adjustment technique. When a fault is detected by the fault detection and diagnosis (FDD) scheme, the reconfigurable controller is designed automatically using an eigenstructure assignment algorithm in an explicit model-following framework so that the dynamics of the closed-loop system follow that of the degraded reference model. In the mean time, the command input is also adjusted automatically to prevent the actuators from saturation. The proposed method has been evaluated using the lateral dynamics of an F-8 aircraft against actuator faults subject to constraints on the magnitude of actuator inputs. Very encouraging results have been obtained.     

航空发动机主供油计量活门故障主动容错控制器设计

针对航空发动机主供油计量活门执行机构发生故障时,系统的输出将会发生跳变,不能很好地跟踪系统期望输出的现象,采用模型参考自适应方法设计了主动容错控制器来解决这一问题.首先针对执行机构故障问题进行了数学描述.其次,选取系统的标称模型为参考模型,以输出误差最小化为优化目标,基于李雅普诺夫稳定性原理,寻找合适的自适应调节律,设计了自适应容错控制器.最后,针对发动机某一工况点进行了不同故障情况下的数值仿真.仿真结果表明:在主供油计量活门发生跳变故障和卡死故障时,自适应容错控制器可以通过参数自动调节,使得系统的输出能够很好地跟踪模型的输出,跟踪误差最终逼近于零.      

A new interpretable fault diagnosis method based on belief rule base and probability table

It is vital to establish an interpretable fault diagnosis model for critical equipment. Belief Rule Base (BRB) is an interpretable expert system gradually applied in fault diagnosis. However, the expert knowledge cannot be utilized to establish the initial BRB accurately if there are multiple referential grades in different fault features. In addition, the interpretability of BRB-based fault diagnosis is destroyed in the optimization process, which reflects in two aspects: deviation from the initial expert judgment and over-optimization of parameters. To solve these problems, a new interpretable fault diagnosis model based on BRB and probability table, called the BRB-P, is proposed in this paper. Compared with the traditional BRB, the BRB-P constructed by the probability table is more accurate. Then, the interpretability constraints, i.e., the credibility of expert knowledge, the penalty factor and the rule-activation factor, are inserted into the projection covariance matrix adaption evolution strategy to maintain the interpretability of BRB-P. A case study of the aerospace relay is conducted to verify the effectiveness of the proposed method.     

基于自联想网络的发动机传感器解析余度技术

本文提出了一种基于自联想神经网络的传感器解析余度技术。在这种网络中,冗余传感器的信息被压缩、重组进入网络的第一部分,网络的第二部分将压缩信息恢复出来。基于数据融合原理,若一个传感器发生故障,其它传感器仍可提供足够的信息代替发生故障的传感器。理论分析和用于涡轴发动机的仿真结果表明,这种特殊结构的自联想网络具有良好的过滤噪声和故障信号的作用,特别适合于用作不易建模的复杂对象的传感器信号重构     

空间推进系统的故障推理研究

空间推进系统必须可靠地完成轨道保持、轨道修正、姿态控制的重要任务 ,要求当其某一功能模块出现故障时、能及时发现并有效隔离。文中介绍了利用有向图方法分析此推进系统故障传播机理的方法 ,并建立相应的故障推理模型。离线检测和理论分析表明 ,此方法逻辑性强 ,简单高效 ,具有空间实时应用的可能性     

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。     

Rotating machinery fault diagnosis based on convolutional neural network and infrared thermal imaging

Rotating machinery is widely applied in industrial applications. Fault diagnosis of rotating machinery is vital in manufacturing system, which can prevent catastrophic failure and reduce financial losses. Recently, Deep Learning (DL)-based fault diagnosis method becomes a hot topic. Convolutional Neural Network (CNN) is an effective DL method to extract the features of raw data automatically. This paper develops a fault diagnosis method using CNN for InfRared Thermal (IRT) image. First, IRT technique is utilized to capture the IRT images of rotating machinery. Second, the CNN is applied to extract fault features from the IRT images. In the end, the obtained features are fed into the Softmax Regression (SR) classifier for fault pattern identification. The effectiveness of the proposed method is validated using two different experimental data. Results show that the proposed method has a superior performance in identification various faults on rotor and bearings comparing with other deep learning models and traditional vibration-based method.     

滚动轴承早期故障的特征提取与智能诊断

在基于小波变换的滚动轴承故障诊断研究中,目前普遍存在小波变换参数选取和故障特征计算无法自动完成的问题。基于此,提出了一种基于二进离散小波变换的滚动轴承故障特征自动提取技术,实现了小波函数参数的自动选取和故障特征的自动提取。同时,基于结构自适应神经网络方法建立了滚动轴承的集成神经网络智能诊断模型。最后,利用实际的滚动轴承实验数据验证了所提方法的有效性。     

涡轴发动机状态监测系统的研究

介绍了某型涡轴发动机健康状况监视系统的总体方案，给出了用于发动机诊断的状态监测参数和性能评估参数；建立了利用故障因子概念诊断发动机故障的数学模型，运用发动机的实际无故障数据的模拟故障数据进行了仿真。结果表明，诊断结论可信。该系统对在役发动机的健康监视具有实用性。