基于T-S模糊KPCA模型的分布式控制系统传感器故障诊断

为减小航空发动机多工况的工作特性和分布式控制系统非线性网络环境对故障诊断系统的影响,针对航空发动机分布式控制系统,提出一种基于T-S模糊KPCA模型的传感器故障诊断方法。首先采用C均值模糊聚类法,以油门杆角度为样本标签,对样本空间进行模糊分类,再通过模糊相似矩阵剔除各样本子空间的野值点;其次建立标称工况的KPCA模型,并利用训练样本对非标称工况的隶属度函数进行辨识,得到全工况T-S模糊KPCA模型;最后利用统计量T 2和SPE对传感器故障进行检测,并采用数据重构方法对故障传感器进行隔离定位。仿真结果表明该方法对发动机的任意稳定工况具有自适应能力,能够在非线性网络环境下对正常样本和故障样本保持较低的虚警率和漏报率。当多个传感器同时发生故障时,能够准确找到故障源,实现对故障传感器的隔离。     

基于T-S 模糊FTA 与仿真的舱盖机构故障诊断方法

针对高空舱舱盖机构系统故障源与故障程度难以判定以及故障特征值难以提取的问题,提出了基于T-S模糊故障树分析与仿真相结合的故障诊断方法。将T-S模型引入到舱盖机构不同步的典型故障分析中,用模糊可能性描述部件的故障概率;用T-S门来描述事件间的联系;用模糊数描述部件的故障程度,结合模型仿真模拟故障分析,获取部件发生故障时对顶事件的贡献或重要度,计算出顶事件发生故障的模糊可能性及其诊断决策。为高空舱舱盖机构的故障诊断和维修保养提供参考。     

航空发动机的模糊故障诊断方法研究

提出了一种基于T-S模糊模型的故障诊断方法, 该方法从样本空间提取模糊规则, 在模糊系统参数最优化的同时实现了对模糊系统结构的自适应优化, 并给出了故障判定的阈值确定方法.以某涡扇发动机定检稳态的机载记录数据为依据, 将基于T-S模糊模型的故障诊断方法应用于航空发动机, 研究结果表明, 该方法能准确地判定某涡扇发动机的健康状况, 将其应用于航空发动机故障诊断是可行、有效的.      

三种系统可靠性评估方法的比较与分析

故障树、故障Petri网和贝叶斯网络是评估系统可靠性、安全性的三种重要模型。其中,故障树在工程中应用最广,而后两种模型其各自具有不可替代的优点,可以弥补故障树在实际应用中的不足。在介绍三种模型的基础上,通过对故障树向故障Petri网转化方法、故障树向贝叶斯网络转化方法的研究,给出描述三种模型的典型逻辑关系等价结构图的表格,揭示三种模型的内在联系。结合该表,提出故障Petri网向贝叶斯网络的转化方法。同时,利用上述三种模型对导弹发动机故障进行对比分析,结果表明故障Petri网使故障传播过程一目了然,而通过故障Petri网络或故障树转化而来的等价贝叶斯网络可计算出更多定量结果。     

基于Kalman滤波的变体飞行器T-S模糊控制

针对变体飞行器的跟踪控制问题,提出了一种基于Kalman滤波的T-S模糊控制方法。考虑飞行器系统状态不可测,引入惯导数据作为辅助信息,利用Kalman滤波算法融合飞控信息与惯导信息实现状态估计。由于变体飞行器在不同变形结构下气动特性变化较大,为便于控制器设计,采用小扰动线性化方法得到飞行器在不同平衡点处的局部线性模型,并通过状态反馈方法设计局部控制器,局部线性模型和局部控制器通过模糊集和模糊规则聚合成一个连续光滑的全局T-S模糊模型和T-S模糊控制器。通过综合Kalman滤波器与T-S模糊控制器得到一个基于Kalman滤波的T-S模糊控制器。仿真结果表明,该控制器在变形过程中能够实现状态估计,保证飞机的跟踪性能。     

基于T-S模糊模型的航空发动机模型辨识

提出了一种航空发动机的Takagi-Sugeno(T-S)模糊模型辨识方法,该方法通过最小二乘法辨识模糊模型的后件参数,通过反向传播法辨识模糊模型的前件参数,并实现了模糊模型结构的自适应优化。以航空发动机机载记录数据为依据,通过对输入输出数据的学习建立了航空发动机的T-S模糊辨识模型,通过该模型对机载记录数据的辨识,结果表明该模糊辨识模型具有辨识精度高、鲁棒性强、容错性好等特点。     

基于飞行包线划分的航空发动机T-S模糊模型辨识

针对航空发动机在建立Takagi-Sugeno(T-S)模糊模型时运算耗时长和过分依赖学习数据的问题,提出了一种基于飞行包线划分的航空发动机T-S建模方法.通过飞行包线划分和标称点求取确定T-S模型的前件结构;计算各标称点的状态空间模型,将其作为T-S模型的后件;最后通过对航空发动机发参数据的机器学习完成对模型前件参数的辨识.仿真对比结果表明:该方法缩短了航空发动机T-S模糊模型的建模时间,并使得高压转子和低压转子转速的绝对误差分别小于0.25%,0.10%,保持了辨识精度.      

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.      

基于ARCN模型的轴承故障诊断

提出注意力循环机制与胶囊网络融合的注意力循环胶囊网络（ARCN）的诊断模型。提取时序特征信息构建初级胶囊;自适应融合路由机制、注意力循环机制构建数字胶囊特征;基于西储大学轴承实验数据,验证了ARCN模型的准确率、鲁棒性、稳定性、收敛误差,其准确率相比Caps模型识别准确率提高1.2%、收敛误差达到0.2。基于实验仿真平台,采集正常、内环故障、外环故障和滚动体故障的振动信号,并通过小波基变换获取的时频图构建ARCN模型的数据集。仿真实验结果表明:ARCN模型下,每类故障被误诊的概率不超过总样本的1%。      

故障机理与领域自适应混合驱动的机械故障智能迁移诊断

航空发动机的健康稳定对于保障飞行器的安全运行具有重要的作用，针对各台发动机建立具备高准确率的智能诊断模型是飞行器稳定运行的关键。现有故障诊断方法在具备故障数据的条件下能取得较好效果，但实际应用中往往因仅含正常数据，无法实现诊断模型的构建。针对该问题，提出一种故障机理与领域自适应混合驱动的机械故障智能迁移诊断方法，该方法首先依据故障机理和源域数据建立旋转机械故障虚拟样本生成模型，再采用目标域正常数据实现生成模型对目标域的自适应，最后通过虚拟样本训练得到目标域故障诊断模型。采用标准数据集和实验室轴承数据对提出方法进行验证，结果表明，提出方法对不同型号轴承诊断时取得88.61%的平均准确率，相比对比方法高41.22%。     

A new modeling scheme for powered parafoil unmanned aerial vehicle platforms: Theory and experiments

A novel framework is established for accurate modeling of Powered Parafoil Unmanned Aerial Vehicle (PPUAV). The model is developed in the following three steps: obtaining a linear dynamic model, simplifying the model structure, and estimating the model mismatch due to model variance and external disturbance factors. First, a six degree-of-freedom linear model, or the structured model, is obtained through dynamic establishment and linearization. Second, the data correlation analysis is adopted to determine the criterion for proper model complexity and to simplify the structured model. Next, an active model is established, combining the simplified model with the model mismatch estimator. An adapted Kalman filter is utilized for the real-time estimation of states and model mismatch. We finally derive a linear system model while taking into account of model variance and external disturbance. Actual flight tests verify the effectiveness of our active model in different flight scenarios.     

模型确认热传导挑战问题求解的贝叶斯方法

为了进一步推动模型确认方法的发展并明确其具体实施步骤,以圣地亚国家实验室提出的模型确认热传导挑战问题为例,建立了模型确认的贝叶斯框架,并阐述模型确认的思想以及实现的一般过程.模型确认不仅是一个评定仿真模型准确度的过程,而且是一个通过确认结果提高模型预测精度的过程.首先介绍了贝叶斯及不确定性量化的基本理论,强调了模型修正...     

飞行控制模型管理系统

模型管理是决策支持系统的核心，将模型管理应用于飞行控制系统是现代试飞管理的一个重要手段，也是一个新的探索领域。本文从模型及模型库管理系统的概念出发，分析传统的及近年来进入市场的主流数据库技术，研究对飞控系统进行模型管理的可行性。首先提出对飞控模型利用对象关系数据库进行管理的思想并将模型对象化；其次是模型管理概念的提出及模型库的数据模型，模型库组织和存储；最后是飞控系统模型管理的实现。     

均匀流场拉条模型颤振导数识别试验研究

拉条模型作为介于全桥气弹模型和节段模型之间的一种气弹模型,在以往的研究中,常用来比较分析节段模型和全桥气弹模型试验结果的差异而使用,而没有利用该模型进行主梁断面颤振导数识别的研究报道。本文则引入模态参数识别方法进行拉条模型颤振导数识别,并设计了一个平板断面的拉条模型,在均匀流场下进行了颤振导数识别试验研究,与理想平板颤振导数理论解进行了比较,试验结果与理论解的吻合说明了拉条模型颤振导数识别方法的可靠性。     

结构动力学模型修正的三步策略及其实践

首先构建了由模型结构调整、模型参数修正以及模型确认组成的三步模型修正策略。该方法优于传统模型修正方法的是:在模型修正之初基于误差定位、灵敏度分析以及工程经验进行的模型结构调整可以给出一个适于参数修正的初始有限元模型,从而保证了模型修正的成功。然后,采用三步法针对国际上模型修正的标准考题——GARTEUR19结构动力学模型进行修正,详尽论述了模型结构调整、参数修正以及模型确认的过程,并将修正结果与国外同行的研究结果进行了对比,综合精度与国际先进水平相当,从而验证了三步模型修正策略的有效性。     

数学模型的合理控制

数学模型的合理控制就是在建立模型时，对影响模型的各种因素进行合理的简化和修改。在模型精度和简化之间寻求平衡。人口模型是常见的用于分析某地域或国家人口增减变化的数学模型。它建立和应用也有一个合理控制的问题。通过对人口模型实行多角度控制，建立适用于不同环境的不同的模型，依此来说明数学模型合理控制的必要性和应用的合理性。     

BIT综合表示模型研究

 在分析机内测试(BIT)主要设计要素组成的基础上,提出了BIT综合表示模型。建立了BIT综合表示模型的数学定义,包括BIT单元模型、BIT层次关系集合、BIT数据传送方式集合、BIT执行次序集合和BIT综合表示模型。在数学定义的基础上,进一步建立了BIT综合表示的框图模型和表格模型,这两种模型可以直接用于工程分析。最后,以某辅助导航系统为案例,进行了BIT综合表示模型的应用,给出了框图模型结果和表格模型结果,验证了该模型的可用性和有效性。     

核心机驱动风扇级二维仿真模型与变循环发动机零维仿真模型耦合方法的研究

为了提高变循环发动机(VCE)零维仿真模型的可靠性和精度,建立了核心机驱动风扇级(CDFS)二维仿真模型,基于完全耦合方法,将CDFS二维仿真模型耦合于VCE零维仿真模型,发展了VCE多维度仿真模型,分析了VCE零维仿真模型与多维度仿真模型计算结果的差异,使用VCE多维度仿真模型,分析了CDFS气动参数径向非均匀分布对VCE性能的影响。结果表明,结合CDFS二维仿真模型对边界条件的要求,重新选取VCE仿真模型中的迭代变量和平衡方程,可以基于完全耦合方法建立VCE多维度仿真模型;与零维仿真模型相比,CDFS二维仿真模型考虑了部件几何参数等物理信息,可以为VCE循环参数分析提供更加真实的部件工作特性,并在功率平衡与流量平衡等条件的约束下引起其它部件工作点及VCE性能的变化;VCE零维仿真模型与多维度仿真模型所得推力的最大差异为2.99%;结合CDFS涵道比,可以将CDFS出口气动参数径向非均匀分布这一流动特性耦合到VCE循环参数分析中;VCE多维度仿真模型对迭代变量初值的选取提出了更高的要求,需要使用VCE零维仿真模型的解作为初值以保证收敛性。     

不同维度缩放方法在航空发动机总体仿真中的应用

为了研究完全耦合和迭代耦合方法的实现途径及两种方法的差异,针对涡扇发动机,建立了风扇部件的二维仿真模型,发展了基于完全耦合和迭代耦合两种维度缩放方法的发动机多维度仿真模型,对比分析了两种方法在仿真结果、计算速度及可操作性等方面的差异,同时对比了基于部件通用特性图的发动机零维仿真模型与多维度仿真模型的计算结果。结果表明:采用完全耦合方法进行维度缩放时,需要结合部件二维仿真模型对边界条件的要求调整迭代变量,同时需使用发动机零维仿真模型的计算结果作为多维度仿真模型中迭代变量的迭代初值,才能保证模型的收敛性;采用迭代耦合方法进行维度缩放时只涉及部件二维仿真模型与发动机零维仿真模型之间的参数传递控制,更容易实现。在计算均收敛的情况下,基于完全耦合方法与迭代耦合方法的发动机模型的计算结果无明显差异,但后者的计算速度更快。与基准模型相比,基于部件通用特性图的发动机零维仿真模型计算得到的推力最大误差大于8.34%,而多维度仿真模型的推力和耗油率的误差均小于3%,多维度仿真模型可更准确地预估发动机性能。     

8m×6m风洞特大迎角试验设备研制

8m×6m风洞特大迎角试验设备是该风洞最新配套的多用途支撑系统,其主要用途包括3个方面：（1）支撑战斗机模型完成特大迎角状态测力、测压试验任务,迎角连续变化范围0°～120°,侧滑角变化范围达±300;（2）支撑大尺度模型（最大翼展达6m）完成常规测力、测压、地效试验任务,此时迎角连续变化范围-10°～30°,在特定条件下,迎角可扩展到70°以上;（3）支撑特殊模型进行特种试验,包括细长体模型、车辆模型、螺旋桨模型、动力模拟试验模型等。该设备主要特点有：模型支撑方式多样,可满足常规和大量特种模型支撑和姿态变化需要;系统刚性强,模型支撑牢固,变形小;机构运行灵活,模型姿态变化定位精确。