诊断键合图在液体火箭发动机故障诊断中的应用

研究了通过诊断键合图模型建立液体火箭发动机解析冗余关系的故障诊断方法。通过在液体火箭发动机键合图模型中加入观测信号和虚拟传感器的方法，建立其诊断键合图模型，并利用此模型构建了系统的解析冗余关系。提出了根据诊断键合图因果路径并利用解析冗余关系残差趋势分析建立具有残差变化方向故障特征矩阵的方法，使故障特征值能更好地反映故障特征。最后利用仿真数据对诊断结果进行验证和分析，表明该方法建模简单、诊断速度快、准确性高。     

基于MSPCA的液体火箭发动机试车台氢供应系统传感器故障诊断方法

研究了多尺度主元分析方法在传感器故障诊断中的应用问题。利用小波变换得到传感器信号在各个尺度上的系数，然后根据尺度系数矩阵建立主元分析模型进行传感器故障诊断。设计了固定窗长的移动窗口，对窗内数据进行小波变换后，用最后一个尺度系数计算平方预报误差进行故障检测，采用传感器有效指标这种具有定量辨识标准的参数对故障传感器进行辨识。最后，以液体火箭发动机试车台氢供应系统几个关键传感器的故障诊断为例验证了这种方法实用性和有效性。     

机床主轴承多源信息融合故障诊断

针对机床主轴承的故障诊断,为解决传统方法仅由单一传感器数据分析准确性低的问题,提出基于主元小波包、递归神经网络以及振动及噪声信号多源数据融合的轴承故障诊断方法,实现对锻压机床主轴承的故障诊断。将振动及噪声传感器采集的信号,经主元小波包处理提取特征值,再利用递归神经网络进行局部故障诊断,得到不同传感器对轴承故障互相独立的故障证据,然后采用基于数据修正D-S证据理论将振动及噪声诊断结果融合,发现基于递归神经网络及数据修正D-S证据理论的诊断方法。该方法解决了单一传感器的不稳定性和局限性以及传统D-S证据理论冲突证据失效的问题,使故障诊断具备容错能力,提高了传统故障诊断的精确度。     

非共面基座的不对等精度平台惯组主从冗余控制技术

针对非共面基座安装的精度差异悬殊的平台惯组双惯性器件控制系统,提出了一种较优的冗余故障诊断及冗余决策方法,介绍了冗余故障门限的设计思路,解决了不同测量环境下的不对等精度惯性器件冗余故障诊断难题,实现了低成本条件下的控制系统可靠性提升。     

鲁棒自联想神经网络在故障传感器信号恢复中的应用

总结和归纳了传感器的六类故障模式，仿真结果显示出采取鲁棒自联想神经网络能恢复发生故障的传感器信号。     

基于奇异值分解的冗余惯导系统故障诊断

为了验证奇异值分解法（SVD）存冗余惯性组件系统故障诊断中的实用性，进行了一系列的研究。以沿正十二面体对称侧面配置的六陀螺冗余惯件组件为平台，对2种基于奇异值分解的故障诊断方法进行了相心的实验，分析了不同类型故障下的故障诊断效果及其原因。实验结果证明了方法在实际应用中的有效性，2种疗法均可以正确的诊断出故障。奇异值分解法中的方法2不仅可以检测一个陀螺的故障，还可以检测2个陀螺同时发生故障的情况，有更广泛的实用价值。     

基于支持向量机的冗余陀螺故障诊断方法

为了弥补最优奇偶向量法在冗余陀螺故障诊断中存在的不足,提出了基于支持向量机的故障诊断方法.在最优奇偶向量法的基础上,将冗余陀螺测量单元中所有陀螺的奇偶残差看做整体,作为多故障支持向量分类机进行训练数据,并从训练数据预处理、核函数选择和参数寻优等方面进行了研究.将训练后的支持向量分类机用于对九陀螺冗余测量单元的故障诊断试验,试验结果表明,该方法具有良好的故障识别率、较低的漏检率和虚警率.     

液体火箭发动机智能故障诊断的研究现状

综述了液体火箭发动机的故障模式，总结了液体火箭发动机故障诊断技术的最新成果，包括基于物理模型、信号分析和人工智能的故障诊断方法；将不同故障诊断方法的应用进展及其诊断效果进行了对比分析；并对液体火箭发动机故障诊断方法的发展趋势进行了展望。     

基于导航定位原理的火箭涡轮泵轴承故障诊断

为准确判断火箭发动机涡轮泵轴承在试验台上试验时发生故障的部位，同时避免通过轴承特征频率诊断轴承故障的方法所带来的不确定性，基于GPS卫星导航定位原理，利用时幅曲线的相位信息，提出一种新的轴承故障诊断方法:振源坐标定位法，即通过四个已知坐标的振动传感器测得同一振动波的时幅曲线相位差判定振源位置。将试验台上轴承和四个振动信号传感器安放在坐标已知的直角坐标系中，利用时幅曲线拐点分析法准确捕获振动信号到达四个传感器的时刻，再利用这四个时刻和已知坐标计算出振源位置坐标，最后根据振源位置坐标判断其是否为轴承故障及具体故障部位。通过仿真计算证明该方法理论上可行。     

姿态控制系统冗余设计方法与半实物仿真试验

从系统冗余的角度研究了提高运载火箭姿态控制系统可米住的途径，论述了捷联／捷联，平台／捷联冗余姿态控制系统的组成和工作原理，介绍了用姿态角判别故障和用姿态角速度判别故障的两种故障诊断、切换和重构的模式。对捷联／捷联冗余方案进行了半实物仿真试验。     

Fault detection,identification and reconstruction for gyroscope in satellite based on independent component analysis

Although satellites are designed with high reliability, faults do occur when satellites are in orbit. To avoid the important services being affected, redundancy is used in satellites. There are many sensors in satellites. In order to reduce the cost, space, weight and power consumption, redundant sensors should be added to satellite as few as possible. Analytical redundancy is an efficient way to optimize the application of redundant. The gyroscope is the attitude determination sensor of the satellite. The minimum redundant structure of the gyroscope system is as follows: three gyroscopes installed in three-axis orthogonally and one gyroscope installed with slantwise for redundancy(3o+1S).To achieve fault detection, identification and reconstruction, hypothesis of statistical independence between the three-axis angular rates and hypothesis of statistical independence between the angular rates and fault are proposed. The scenario that only one sensor is faulting and there are only additive fault and full fault is supposed. Under these assumptions, firstly a threshold method is used for fault detection. After a fault is detected, independent component analysis (ICA) based algorithm for fault identification is employed. To overcome the ambiguities of ICA, correlation coefficients and prior information of the mixed matrix are used. Finally, the reconstruction matrix is obtained. By using this matrix fault signal is extracted so that the yaw, roll and pitch axes (three-axis) angular rates of the satellite can be recovered. Numerical simulations show this method can fulfill fault detection, identification and reconstruction of the gyroscope system.     

卫星动量轮闭环系统的UIO双观测器故障诊断

本文对于卫星动量轮闭环系统提出了一种基于UIO双观测器的故障诊断方法,该方法通过分析观测器残差向量的变化来分离执行机构、传感器及系统参数故障,并且可以通过隔离观测器反映出传感器的故障模式.文中首先对闭环系统故障诊断特点、UIO故障诊断方法及卫星动量轮闭环系统进行了简要介绍;接着分析了UIO双观测器法应用的条件;然后引入卫星动量轮闭环系统的模型;最后通过仿真实验证明利用本文中所提出的方法可以成功地诊断并分离出执行机构、传感器及系统参数的故障,并在传感器故障时可以确定出故障模式.     

A residual based adaptive unscented Kalman filter for fault recovery in attitude determination system of microsatellites

This paper presents an adaptive unscented Kalman filter (AUKF) to recover the satellite attitude in a fault detection and diagnosis (FDD) subsystem of microsatellites. The FDD subsystem includes a filter and an estimator with residual generators, hypothesis tests for fault detections and a reference logic table for fault isolations and fault recovery. The recovery process is based on the monitoring of mean and variance values of each attitude sensor behaviors from residual vectors. In the case of normal work, the residual vectors should be in the form of Gaussian white noise with zero mean and fixed variance. When the hypothesis tests for the residual vectors detect something unusual by comparing the mean and variance values with dynamic thresholds, the AUKF with real-time updated measurement noise covariance matrix will be used to recover the sensor faults. The scheme developed in this paper resolves the problem of the heavy and complex calculations during residual generations and therefore the delay in the isolation process is reduced. The numerical simulations for TSUBAME, a demonstration microsatellite of Tokyo Institute of Technology, are conducted and analyzed to demonstrate the working of the AUKF and FDD subsystem.     

一种用于检测自动测试系统故障冗余机制的故障注入方法的研究与应用

鉴于自动测试系统研究中缺乏确认其故障冗余属性的手段,提出一种基于对比策略的故障注入系统。系统采用硬件注入和软件仿真相结合的方法实现,故障注入由专门研制的电压信号发生器、电流信号发生器、后驱动电路完成,自动测试系统的正常运行通过软件仿真完成。实验结果表明利用该系统能发现自动测试系统的软件缺陷,并能对其故障冗余属性进行确认。     

控制系统故障诊断技术

介绍了控制系统故障诊断的基本概念和方法。提出了一种较为合理和全面的故障诊断技术方法的分类，并对其中基于模型、知识和信号处理的三种故障诊断方法进行了较为详细的论述，分别总结了它们的基本思路，对其发展中的各种问题作了归纳。最后提出了航天领域中故障诊断技术的研究重点。     

基于小波分析的航天器姿态控制系统故障诊断方法研究

小波分析是一种全新的时频两维的信号分析技术,本文将其引入航天器姿态控制系统故障诊断,并针对姿态控制系统所采用的红外地球敏感器、陀螺和姿控发动机的典型故障模式,研究了基于小波分析技术的故障诊断方法。仿真结果证明了所提方法的有效性。     

基于四元数估计角速率的陀螺故障定位

当卫星速率积分陀螺的配置冗余度不满足一致性检验条件时，不能单纯利用硬件冗余实现陀螺的故障定位。鉴于角度和角速度敏感器的输出通过卫星运动学相关，本文利用姿态测量敏感器的输出来诊断陀螺故障。首先根据姿态测量敏感器的输出得到卫星姿态四元数，进而根据四元数动力学方程得到粗略的姿态角速度信息，并将此角速度作为输出信息用于对卫星动力学方程的滤波，从而得到较精确的角速度信息，为单冗余度陀螺组件的故障定位提供解析冗余信息。利用四元数方法可以避免出现奇点。仿真结果证明了该方法的有效性。     

基于人工智能方法的传感器故障诊断技术

在液体火箭发动机地面试验过程中,传感器的失效率远高于发动机部件、组件的故障率,因而提出了采用基于人工智能的方法对传感器的故障进行检测与诊断.本文对基于人工智能方法用于传感器故障检测与诊断的特点进行了分析,并分别应用BP神经网络和自适应神经模糊推理系统（ANFIS）对某次传感器的故障进行检测.结果证明基于人工智能的方法稳定可靠,具有良好的工程应用前景.     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题，为了降低卫星姿态确定系统故障诊断的运算量，提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器，然后将卡尔曼滤波器与简化观测器思想相结合，进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离，又能够诊断星敏感器的故障。此外，该方法只利用一个滤波器即可实现故障检测与分离，其计算量小，有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验，仿真结果表明了所提方法的有效性。