时延平滑系统对实时数据传输影响分析

在实时数据传输过程中,科考船海事卫通链路会出现数据丢包和乱序数据处理不当的问题。通过分析科考船海事卫通链路系统组成,数据传输协议和类型,数据传输时延及抖动,时延平滑系统工作机制和处理流程等,发现时延平滑系统设计上存在缺陷。针对这一缺陷,提出在时延平滑系统中增加数据包分点实时监测、序号判定、序号重排等改进方法,对时延平滑系统的处理流程进行了完善。通过搭建仿真环境并进行模拟演练,验证了改进设计方法的可行性;在某工程应用中,科考船海事卫通链路采用改进后的时延平滑系统,未出现丢包和乱序问题,达到了预期效果。     

涡轴发动机分布式控制系统传感器故障诊断技术

为满足航空发动机分布式控制系统的故障诊断需求,重点解决分布式控制系统中总线通信时延对传统故障诊断措施效果的影响,提出了一种新的航空发动机分布式控制系统故障诊断方法。针对航空涡轴发动机,搭建了包含随机时延的分布式控制系统数学模型,利用等价空间法（PSM）设计故障诊断滤波器组。并将改进的故障诊断方法与传统的基于Kalman滤波器组的方法进行对比仿真验证。结果表明,基于PSM算法所设计的故障诊断滤波器组,在对包含随机时延的涡轴发动机分布式控制系统进行传感器故障诊断中,能有效降低时延所引起的故障指示信号跳变幅度。证明此方法能够减少通信时延导致故障误判的情况,提高发动机分布式控制系统故障诊断的准确率。     

航空发动机分布式控制系统时延/丢包鲁棒性分析

为了定量描述航空发动机分布式控制系统对于时延/丢包的鲁棒性，开展了分布式控制系统鲁棒性分析研究.针对能够同时刻画时延和丢包控制系统模型，以线性矩阵不等式的形式给出了稳定性判据；使用区域极点配置技术设计控制增益矩阵，并对极点位于不同区域的闭环系统进行了时延/丢包稳定裕度的求解和验证；从时延/丢包鲁棒性及动态性能的角度对闭环极点的配置区域选取进行了探讨.仿真结果证实了该稳定性判据的有效性，进一步分析结果表明:当闭环极点被配置在-4附近时，系统具有最强的时延/丢包鲁棒性.综合考虑控制系统对于时延/丢包鲁棒性和动态性能的要求，可以将闭环极点配置在圆心在-8和-4之间、半径为1的圆盘区域内.      

航空发动机双重传感器故障诊断逻辑研究

针对航空发动机控制系统的双重传感器故障,提出了一种采用双路容错设计的卡尔曼滤波器故障检测隔离系统.故障检测隔离系统由一系列卡尔曼滤波器组成,每个滤波器都假定2路传感器故障,而以故障支路外的测量值作为输入量.当双重传感器故障发生时,只有不包含故障传感器信息的滤波器保持较低的估计残差,其他滤波器都会产生较大的估计残差,如此双重传感器故障便可以被隔离.利用滤波器组估计残差的特征,进一步设计合理的运算逻辑,系统就可以同时对传感器单一故障进行检测和隔离.为了验证故障诊断系统的有效性,在发动机慢车状态分别对传感器发生双重故障和单一故障的情况进行仿真.仿真结果表明:故障诊断系统能够准确有效地对传感器双重故障和单一故障进行检测和隔离.      

改进故障隔离的容错联邦滤波

为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。     

一种带随机时延和丢包的分布式多传感器融合估计方法

研究了分布式采样线性系统的最优信息融合问题。其中,传感器信息通过无线网络发送到中心单元,每个传感器的测量值受随机时延甚至丢包的影响,最优传感器融合设计为一个带有缓冲测量值的时变卡尔曼滤波器。进行了算例仿真与分析,表明了融合估计器的有效性。     

反作用控制系统推力器失效的外部检测与诊断

通过推进系统外部可测的姿态信息,利用强跟踪滤波器和多模预报估计器,研究了一类非线性系统常值阶跃型故障和间歇性故障的检测与分离问题。对关机失效,利用强跟踪滤波器获得故障效应的估计,检测逻辑采用改进的贝叶斯分类方法,依据推力器失效效应的方向性进行故障单元的分离;对开机失效,采用多模预报,根据相应残差向量范数的比较进行故障的即时无阈值判别,同时完成了故障后系统状态的重构问题。以一类大型航天器的反作用姿态控制系统为例,对其中出现的推力器失效进行了故障识别仿真研究,表明所提方法是有效的。     

基于互相关和混沌振子阵列的转子早期碰擦故障检测

为了提高早期故障检测的准确性和有效性,提出了运用互相关去噪和构建混沌振子阵列,通过阵列扫描实现早期微弱故障的多个特征频率信号检测的方法.该方法将经过互相关去噪后的信号送入到混沌振子检测阵列中,让其作为混沌检测系统周期策动力的一部分,通过混沌检测系统相轨迹变化检测出表征同一微弱故障的多个频率信号.飞机转子系统早期碰擦故障检测为例验证了该方法的可行性.      

适用于矢量接收机的模糊自适应CKF方法研究

卫星导航接收机矢量跟踪环路的核心就是用一个Kalman滤波器将标量接收机的信号跟踪和导航解算一起完成,优点是能够形成通道之间的相互辅助,缺点是也会相互影响。尤其在部分卫星信号被遮挡或者部分通道信号质量较差的环境下,问题通道会影响其他通道,甚至导致矢量跟踪环路滤波器发散,常规的方法是检测故障通道然后将故障通道剔除,这样需要对导航滤波器进行变维操作。针对此问题,提出了一种新的消除问题通道对其他通道影响的方法,同时不需要对导航滤波器进行变维。首先给出了一种标度因子,用来判断通道是否存在故障通道,然后给出一种利用模糊控制的导航滤波器自适应调整方法。仿真表明,在通道卫星信号被频繁遮挡的极端情况,矢量接收机依旧能保持正常的导航精度,并没有明显受到误差通道的影响,同时避免了对导航滤波器进行变维操作。     

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

Model-based robust estimation and fault detection for MEMS-INS/GPS integrated navigation systems

In micro-electro-mechanical system based inertial navigation system（MEMS-INS）/global position system（GPS） integrated navigation systems, there exist unknown disturbances and abnormal measurements. In order to obtain high estimation accuracy and enhance detection sensitivity to faults in measurements, this paper deals with the problem of model-based robust estimation（RE） and fault detection（FD）. A filter gain matrix and a post-filter are designed to obtain a RE and FD algorithm with current measurements, which is different from most of the existing priori filters using measurements in one-step delay. With the designed filter gain matrix, the H-infinity norm of the transfer function from noise inputs to estimation error outputs is limited within a certain range; with the designed post-filter, the residual signal is robust to disturbances but sensitive to faults. Therefore, the algorithm can guarantee small estimation errors in the presence of disturbances and have high sensitivity to faults. The proposed method is evaluated in an integrated navigation system, and the simulation results show that it is more effective in position estimation and fault signal detection than priori RE and FD algorithms.     

Robust fault detection and optimization for a network of unmanned vehicles with imperfect communication channels

The observer-based robust fault detection and optimization for a network of unmanned vehicles with imperfect communication channels and norm bounded modeling uncertainties are addressed. The network of unmanned vehicles is modeled as a discrete-time uncertain Markovian jump system. Based on the model, a residual generator is constructed and the sufficient condition for the existence of the desired fault detection filter is derived in terms of linear matrix inequality. Furthermore, a time domain optimization approach is proposed to improve the performance of the fault detection system. The problem of detecting small faults can be formulated as an optimization problem and its solution is given. For preventing false alarms, a new adaptive threshold function is established. The combined fault detection and optimization algorithm and the adaptive threshold are then applied to a network of highly maneuverable technology vehicles to illustrate the effective- ness of the orooosed aooroach.     

基于CPP与S变换的自适应时频滤波及其在滚动轴承故障诊断中的应用

针对变转速下滚动轴承故障调制信息的提取与分离,提出了基于线调频小波路径追踪(CPP)与S变换的自适应时频滤波方法。该方法先采用Hilbert解调对齿轮箱振动信号进行分析获取其包络信号,并对包络信号进行S变换,以获取其时频分布,同时,采用CPP算法从齿轮箱振动信号中估计出啮合频率曲线,进而获取转轴转速;然后,根据估计的转速信号分别设计各阶时频滤波器;再采用时频滤波器对包络信号的时频分布进行时频滤波,并将滤波结果进行S逆变换,以获取各阶故障调制信号;最后对各阶故障调制信号进行阶次谱分析,并根据阶次谱中的调制信息诊断滚动轴承故障。算法仿真和应用实例表明,自适应时频滤波方法可根据轴承故障调制信号的频率变化特点自适应地改变滤波器的中心频率与带宽,能有效提取并分离轴承的各阶调制信息,且分离效果优于基于集合经验模态分解（EEMD）的阶次谱方法。      

改进的量测一致性的联邦滤波器两级故障检测

当联邦滤波器故障为缓变故障或者故障幅值比较小时,传统的基于量测一致性的联邦滤波器故障检测算法由于相应的估计误差和方差同时增大,这使得算法需一定的时间后才能使这种增量大到使故障函数计算结果超出门限,因而会出现警告延迟甚至漏检现象.针对量测一致性算法的缺点,提出了改进的基于量测一致性的联邦滤波器两级故障检测算法.相比传统的基于量测一致性的故障检测算法,该方法增加了故障检测的冗余性,不仅可以区分硬故障和软故障,而且提高了故障检测的可靠性和灵敏度,使得联邦滤波器的故障检测方法更加成熟完善,这对提高整个系统的可靠性具有重要意义.仿真和实验结果表明,该方法准确度高,计算量小,便于工程实现.     

基于模糊滑模观测器的永磁同步电机进给系统速度估计

为解决目前伺服系统中采用机械位置传感器所存在的诸多缺点,提出一种用于永磁同步电机(PMSM)进给系统的模糊滑模速度观测器,实现无速度传感器控制。针对传统滑模观测器的抖振问题,采用Sigmoid函数代替传统理想开关函数,并引用模糊控制器自适应调整滑模增益以减小抖振,实现软切换连续控制。估计反电动势可以直接由控制函数的输出获得,省略了传统观测器中的低通滤波器和相角补偿。利用李亚普诺夫函数证明了设计的滑模观测器的渐进稳定性。仿真结果表明:设计的模糊滑模观测器能够对PMSM转子速度进行精确辨识,并有良好的动、稳态性能。     

惯性辅助的北斗导航故障自适应方法研究

北斗导航系统完好性是指北斗导航系统不能用于导航服务或导航精度超出给定范围时,具备及时发现故障并通知用户的能力.针对北斗导航完好性检测问题,为改善北斗导航定位系统的精度、连续性、完好性和可用性,研究了基于惯性辅助的北斗导航故障检测方法,设计了北斗导航系统的量测修正与故障检测实现方案,构建了基于新息正交性的自适应滤波北斗/SINS紧组合导航架构,根据滑动窗口内新息动态变化特性修正系统量测噪声方差,在北斗导航信号受到较大干扰、发生异常的情况下,对品质较差的卫星测量信号进行识别,并对检测超出一定阈值的突变卫星信号实现故障隔离,从而提高系统适应能力,增强北斗/SINS紧组合导航系统容错性.构建了北斗/SINS组合导航系统仿真验证模型,结果表明,基于惯性辅助的北斗导航方法能够有效检测出卫星信号故障,提高了系统的适应性和定位精度.     

基于支持向量机和卡尔曼滤波器的航空发动机故障诊断研究

针对航空发动机上可用传感器测量参数偏少情况下的健康参数估计问题,提出1种先分类后估计的方法。将传感器测量参数输入异常监测模块,对发动机工作状态进行监测,若监测结果为无故障则直接给出无部件故障的诊断结论;否则将测量参数输入最小二乘支持向量机(LSSVM),对部件故障进行分类,卡尔曼滤波器根据分类结果只对故障部件的健康参数进行估计。仿真结果表明:该方法可以减少需要估计的健康参数,提高估计精度。     

基于LMD的包络谱特征值在滚动轴承 故障诊断中的应用

滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean decomposition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF (product function,简称PF )分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性.      

基于短时傅里叶变换的Duffing振子微弱信号检测

研究了Duffing振子信号检测过程中混沌、间歇混沌和大周期状态的时频特征,提出了一种基于检测统计量的任意频率信号检测方法。通过对系统不同状态下的输出序列进行短时傅里叶变换(STFT)发现,等幅线和三维时频分布能够体现出不同状态的显著差异,且可以完全区分出每一种状态。从构造统计量的易实现性出发,用三维时频分布中的幅时曲线作为衡量不同状态的依据,并将不同频率对应的幅时曲线的均值最大量作为检测统计量,该统计量的计算可以借助快速傅里叶变换(FFT)操作提高时效性。在此基础上,引入频率控制单元,给出了任意频率信号的检测方法步骤,方法的关键是将检测统计量最大值处所在的频率作为待测信号频率范围的一个端点,另一个端点为毗邻的两个检测统计量值较大者所在频率点。实验给出了不同状态的检测统计量范围,进而以此范围为判据,实现了振子对任意频率信号的检测,说明了方法的可行性,为Duffing振子信号检测问题的研究提供了一种新的思路。