导弹飞行安全区确定

对导弹飞行安全区进行了确切定义,分别对正常飞行弹安全区和故障飞行弹安全区进行了定量研究。在研究故障弹安全区时,从对导弹飞行安全产生的最终效果出发,对各种故障进行了科学分类,并建立了各类故障的故障方程,进而给出了导弹飞行安全区的计算模型和方法,这些模型和方法不仅符合故障飞行的物理背景,而且工程计算简单可靠。     

基于三角模糊数的导弹贮存可靠性分析

针对导弹测试时间不确定、故障发生时间模糊的问题,采用三角模糊数表示单次故障发生时间,通过fuzzy 积分得出单位贮存年限的故障发生次数,依据贮存故障率计算方法,建立了导弹贮存可靠性模型.经对比发现,采用三角模糊数形式得出的故障率更能反映导弹故障的发生概率     

基于灰色理论的导弹装备故障间隔时间预测

导弹装备的故障间隔时间是其可靠性参数的重要指标,通过分析导弹装备的特点,建立了故障间隔时间预测模型.考虑到导弹装备的故障数据量有限,用一般方法准确地预测很困难,因此提出用灰色预测模型进行预测的方法,建立了GM(1,1)预测模型并用数据进行验证.验证结果表明该方法具有很好的预测精度,可用于装备故障间隔时间的预测和估算.     

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。     

飞航导弹靶试失控落点散布及建模分析

根据导弹在靶试飞行过程中可能出现的3种故障模式的机理与特点,分析、建立了各种模式下相应的故障弹落点散布模型,给出了据此采用蒙特卡洛方法计算故障弹落入给定区域的概率值的计算方法,可为导弹靶试安控设计提供依据。     

某型空舰导弹无线电高度表测高故障分析与处理

对某型空舰导弹在飞行试验中出现的无线电高度表测高故障进行了分析和定位,并对该型高度表软件进行了改进,为此类故障提供了一种分析方法和排故模式,对其它型号导弹也有着借鉴作用。     

海防导弹贮存可靠性研究浅谈

评估导弹的贮存可靠性,对导弹所出现的故障数进行加权处理,对评估结果进行了分析并提出合理建议.     

PSO-RBF神经网络在舵机系统故障诊断中的应用

文章建立了基于RBF神经网络的故障观测器模型,提出了一种将粒子群优化算法(PSO)与正则化正交最小二乘法(ROLS)相结合的2级RBF学习方法,并将该RBF网络观测器应用于导弹舵机系统的故障诊断.实验结果表明,基于该RBF神经网络的故障观测器能够有效地实现导弹舵机系统的故障检测.     

舰载战术导弹值班可靠性评估方法

舰载导弹海上值班是导弹使用的重要任务之一,其值班可靠性是影响导弹舰上使用能力的关键因素。针对舰载导弹值班任务下的故障数据特点,基于随机截尾数据分析方法,建立了舰载导弹值班可靠性评估模型,给出了其值班可靠性计算方法,最后通过示例数据,验证了所给方法的有效性。     

岸舰导弹自动驾驶仪故障诊断模糊专家系统设计

快速准确排除岸舰导弹自动驾驶仪故障是提高部队技术保障能力的重要途径。文章结合模糊专家系统的发展,设计了用于对岸舰导弹自动驾驶仪进行自动故障排除的模糊专家故障诊断系统,介绍了系统的基本原理和结构体系。该系统结合了专家系统和模糊控制的优点,能实现在复杂战场环境下对故障的快速诊断和排除。     

基于改进模糊SVM的转子振动故障诊断技术研究

本文首先对常用的隶属度确定方法进行改进,提出了基于改进模糊支持向量机（FSVM）的融合故障诊断方法,并建立了改进FSVM故障诊断数学模型;然后,利用转子振动模拟实验台对四种典型的转子诊断故障进行模拟,并提取其故障信号特征;最后,通过实例计算分析,验证了该方法在转子振动故障诊断方面是可行和有效的,为转子振动故障准确诊断提供了一种新方法。     

基于线调频小波路径追踪阶比循环平稳解调的滚动轴承故障诊断

针对变转速工况下滚动轴承的故障诊断问题,提出一种将线调频小波路径追踪算法与阶比循环平稳解调方法相结合的滚动轴承故障诊断方法.该方法先利用线调频小波路径追踪算法提取轴承的故障特征频率,再根据轴承的故障特征频率对变转速下时域振动信号的包络在角域等角度重采样,并对获取的角域平稳信号进行循环平稳解调,计算得到切片解调谱;最后根据切片解调谱识别滚动轴承故障.仿真分析和应用实例表明:该方法能准确提取变转速工况下滚动轴承的外圈与内圈故障故障特征,提取效果明显优于基于Wigner-Ville峰值跟踪法的包络阶次谱方法.      

基于核主元分析方法的燃气涡轮发动机燃烧系统实时监测与诊断

针对燃气涡轮发动机燃烧室状态监测方法不足,故障定位难和故障早期发现难的问题,以涡轮排气温度场周向数据为分析依据,通过研究燃气在涡轮通流部分的偏转规律,利用核主元分析(KPCA)方法对经过有效性处理后的温度场数据进行分析,并结合两台发动机的故障数据,分别对燃烧系统自身故障和热电偶传感器故障进行检测与识别,验证了排气温度场燃气偏转规律与核主元分析相结合的方法对燃烧系统故障和传感器故障进行诊断的有效性.结果表明:该方法能够将安装了环管式分布火焰筒的燃气涡轮发动机燃烧室的故障诊断定位层次从目前的燃烧室这个大部件提高到火焰筒级别的小部件.      

模糊推理和证据理论融合的航空发动机故障诊断

提出了一种模糊推理与证据理论相结合的航空发动机故障诊断方法.首先,根据故障征兆信号,结合专家经验对发动机故障原因发生的可能进行模糊推理,解决故障诊断中的模糊性问题;其次,将模糊推理结果作为证据的基本置信度分配,确保赋值的准确性;最终,采用证据组合规则对多个证据进行融合决策,减小故障诊断的不确定性测度,并解决证据间的冲突问题,从而实现对故障源的精确定位.实验结果表明,该方法可行且有效.      

基于神经网络和故障字典相结合的末制导雷达故障诊断技术

采用故障字典和BP神经网络相结合的方法,利用Muhisim软件进行电路仿真,再由实测样本数据对BP神经网络进行训练,完成对网络各参数的设置。仿真结果表明,该方法可以较好地将故障定位到模块级中的元器件,也可为其他型号的雷达模块级故障诊断技术研究提供借鉴。     

基于CWT-CNN的齿轮箱运行故障状态识别

针对传统故障诊断中提取的特征不具有自适应能力、很难匹配特定故障的问题,提出了一种基于连续小波变换（CWT）和二维卷积神经网络（CNN）的齿轮箱故障诊断方法。该方法对齿轮箱故障振动信号采用连续小波变换构造其时频图,以其为输入构建卷积神经网络模型,通过多层卷积池化形成深层分布式故障特征表达。利用反向传播算法调整网络各层的结构参数,使模型建立从信号特征到故障状态之间的准确映射。在不同工况和不同故障状态下的实验中,故障识别准确率达到了99.2%,验证了方法有效性。采用这种自适应学习信号中丰富的信息的方法,可以为故障诊断智能化提供基础。      

滚动轴承故障诊断的品质因子可调小波重构方法

针对轴承早期故障诊断困难的问题,提出了基于信号共振稀疏分解与品质因子可调小波重构的滚动轴承故障诊断方法.该诊断方法首先对轴承故障信号进行共振稀疏分解获得高共振分量和低共振分量;然后对低共振分量进行品质因子可调小波重构,并结合峭度分析,筛选出最佳分析信号;最后对最佳分析信号进行希尔伯特解调分析,从而提取滚动轴承故障特征信息.通过对仿真信号和实际故障信号进行分析,该方法能有效提取轴承故障信号中的冲击成分,凸显故障特征.      

基于改进模糊SVM的转子振动故障诊断技术

首先对常用的隶属度确定方法进行改进,提出了基于改进模糊支持向量机(FSVM)的融合故障诊断方法,并建立了改进FSVM故障诊断数学模型;然后,利用转子振动模拟实验台对四种典型的转子诊断故障进行模拟,并提取其故障信号特征;最后,通过实例计算分析,验证了该方法在转子振动故障诊断方面是可行的和有效的.     

并行鲁棒观测器对发动机减小转速信号的故障分离

通过对减小转速故障信号产生机理的研究 ,提出了一种基于多重模型假设下的并行鲁棒观测器残差输出的故障分离方法 ,建立了实际系统的正常工作状态和 4种故障工作模式 ,将该方法应用于某型航空涡扇发动机导致减小转速信号产生的传感器的故障检测与分离。数字仿真和误差分析结果显示 ,文中提出的方法可靠性高 ,故障定位准确 ,对发动机减小转速信号的故障分离行之有效。      

基于自适应分段混合系统的轴承故障诊断

针对强噪声背景下轴承早期故障的诊断问题,提出一种基于自适应分段混合随机共振（adaptive piecewise hybrid stochastic resonance,APHSR）系统的检测方法。采用经验模态分解法（EMD）进行信号预处理,分别采用能量密度法和相关系数法去除高、低频噪声,自动筛选最优固有模态函数,经尺度变换后输入分段混合随机共振系统模型,提取故障信号。工程实验显示:经过APHSR系统,轴承故障特征频率的频谱幅值、频谱幅值与周围最大噪声之差和最大信噪比（SNR）均高于经验模态分解和经典随机共振方法,其中齿轮箱故障轴承信噪比分别提高了9.579 dB和7.473 dB,转子故障轴承信噪比分别提升了8.597 dB和5.695 dB,对凯斯西储大学故障轴承数据处理后的信噪比分别提升了3.369 dB和17.043 dB。数据表明APHSR方法具有高效性,提高了轴承故障信号诊断能力。