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。     

航空发动机远程故障诊断系统研究

介绍了基于互联网的航空发动机远程故障诊断系统的优越性,分析了系统的网络体系结构和组成特点,并讨论了网络信息数据的获得、处理与传输及系统的两种运行模式。     

基于BOM的航空设备故障诊断系统模型研究

针对目前航空设备故障诊断系统中故障管理不精确、诊断知识获取困难、故障信息缺乏利用等问题,引入物料清单(BOM),构建了故障诊断模型。该模型包括知识获取、知识推理和知识挖掘三个核心过程。其中,在知识获取方面,提出基于BOM构建故障树,从而解决知识获取困难的问题;在知识推理方面,采用正向推理策略,由故障现象推出故障原因;在知识挖掘方面,研究了基于BOM的数据挖掘在企业各部门中的应用。总的来说,基于BOM的故障诊断系统能够实现航空设备故障的全生命周期管理,提高设备故障诊断的精确化水平。     

航天测控网设备通用故障诊断系统研究

为解决航天测控设备故障诊断系统通用性不强、知识获取能力不足、推理效率低等问题,提出了一种基于二叉故障树的航天测控网设备通用故障诊断系统,分析了通用系统的体系结构、可视化二叉树的设计模型和生成流程,探讨了通用诊断系统的知识获取方法、推理机制等关键技术。知识库基于可视化二叉故障树,通过最小割集的自动求解和知识的自动转换,能够有效获取诊断知识;推理机采用正向推理机制和基于阶段事件重要度的二级推理模式,有效提高了推理效率。通过在多型号航天测控网设备故障诊断中的应用,验证了该系统的有效性。     

远程故障诊断技术在测控系统中的应用

介绍了远程故障诊断技术的概念，以其在测控系统中的应用为例，详细说明了远程故障诊断系统的软硬件设计。     

基于JXTA的CBM系统模型研究与设计

随着机械设备复杂程度的提高,设备的维护和故障检修变得十分困难。为提高机械设备的维护效率,降低维护成本,研究了采用JXTA技术实现一种P2P网络结构的通用CBM故障监测诊断系统,并给出了系统的总体结构及功能模型。整个系统具有很强的灵活性,可以针对不同设备进行具体地定制和设计。     

面向航天器在轨管理的混合智能诊断系统设计

针对目前航天器专家系统普遍存在的"知识获取瓶颈"、"处理效率低"、"知识结构直观性差"等问题,介绍了一种新的混合智能诊断系统。该系统在使用基于规则推理进行故障征兆识别的基础上,一方面利用案例推理技术实现故障的快速诊断;另一方面利用故障树分析法给出详细的推理过程和推理结果。文中介绍了这种混合智能诊断系统的系统构成、诊断流程和推理算法。     

基于Multi-Agent信息融合的机载设备故障诊断系统研究

尝试构建基于MuIti-Agent信息融合技术的机载设备故障诊断系统,并对该诊断系统的体系结构、运行过程和关键技术做了详细说明.     

基于分层传递系统模型的航天器故障诊断方法

 针对传统的传递系统模型在航天器自主诊断系统中只能表示单一粒度诊断知识,知识表示的完备性差,导致诊断结果的分辨率不高,且诊断系统执行效率低的问题,提出了分层传递系统模型和诊断方法。为了保证不同粒度诊断知识的完备性表示,将系统模型按不同粒度和结构关系进行分层。通过自顶向下的递归搜索,先监测系统异常,再匹配故障类型,逐层缩小搜索空间,最终找出故障候选集和故障的层次关系。同时为了减小计算规模,在诊断过程中引入了分离策略,降低实时诊断计算量。应用该方法建立了某卫星测控分系统模型并进行故障仿真,结果表明该方法可以增加模型知识表示的完备性,并能有效提高诊断效率和结果的分辨率。     

液体火箭发动机泄漏故障诊断的信息融合技术

从故障诊断角度出发,分析了故障诊断和信息融合技术关系。综合现在进行液体火箭发动机检漏的相关技术,为了弥补泄漏故障诊断信息不足等问题,提出了采用点式和红外传感器相结合的方法来探测泄漏故障引起的各种现象,概述了该领域的相关技术和实现方法,建立了基于信息融合的泄漏故障检测与诊断系统,有利于提高泄漏故障的有效性和可信度。      

航空发动机燃油系统执行机构及其传感器故障诊断

提出了基于执行机构模型和航空发动机逆模型的执行机构及其传感器单一故障诊断和定位方法.基于执行机构小闭环结构建立了3阶执行机构传递函数模型.基于两个并联的BP(back propagation)神经网络,建立了航空发动机稳态逆模块和动态补偿模块,形成航空发动机逆模型,以实现基于航空发动机输出的燃油流量估计.以执行机构模型输出和传感器输出之间的偏差为依据进行故障判别,以航空发动机逆模型输出和传感器输出偏差为依据对故障进行定位.以某型航空发动机及其燃油系统执行机构模型为对象进行的仿真,结果表明,该诊断系统可在航空发动机稳态、动态情况下准确地诊断出幅值在1.6%以上的执行机构及其传感器故障并进行定位,验证了所提出故障诊断方法的有效性.      

基于基因算法的加工质量故障诊断研究与实现

以基于节约覆盖集理论的概率因果诊断模型为理论基础,以基因算法为该模型的求解策略,两者结合起来解决质量管理界的难点问题之一--机械加工过程质量故障诊断问题,其中又以构造一个合理有效的基因算法个体适合度评价函数为重点,同时引入了故障树分析方法,来提高诊断模型的准确性和可解释性。应用研究表明,该方法将有效地解决加工质量的诊断与改进问题。     

基于对传过程神经网络的航空发动机转子仿真故障诊断研究

为更好地解决动态模式识别及故障诊断问题,将过程神经元引入传统对传神经网络的竞争层,提出一种对传过程神经网络模型。并将所提出的网络模型及其学习算法用于航空发动机转子仿真故障诊断中,并得到了满意的结果。     

基于自组织映射网络的故障诊断推理方法研究

从故障诊断基本形式出发，结合飞机刹车系统故障的各类特点，研究了基于Kohonen自组织映射网络理论的故障推理模型，并且应用到起落架刹车系统故障诊断中。该方法只需选择听，具有代表性的故障样本训练神经网络，他将代表故障的信息输入给训练好的神经网络，根据神经网络的输出结果，就可以判断出发生故障的类型。该模型除能识别已训练过的故障，还能识别未训练过的故障，并且聚类能力强，速度快，因此，很符合复杂系统的故障诊断。     

基于支持向量机的航空发动机整机振动故障诊断技术研究

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的一种新型机器学习方法,由于它出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中。针对某型航空发动机整机振动过大的现象,提出了一种基于支持向量机（SVM）的整机振动故障诊断方法。首先介绍了SVM理论,然后根据SVM学习方法的结构风险最小化原则,对某型航空发动机已知的整机振动故障模式数据进行了训练和预测,并建立了基于SVM的航空发动机整机振动故障诊断模型。最后通过对已有故障模式进行诊断预测,证明该方法在航空发动机整机振动故障诊断方面具有良好效果。     

伺服回路故障检测方法研究

航空发动机伺服回路复杂,其工作可靠性和故障容错性对于发动机安全至关重要,因此研究伺服回路的故障检测技术十分必要.提出1种基于模型监控的快速伺服回路故障检测方法,根据伺服回路物理机构从电气到机械进行故障的逐级检测,通过比较器的设计实现回路故障的快速判断.与试验结果对比表明:该方法能够准确检测系统故障,并且缩短了系统判故时间,简化了伺服机构建模和软件代码实现.为数控系统快速检测故障提供了高效的技术手段,具有一定的通用性.     

航空发动机整机振动故障模糊信息熵诊断方法

为了获得航空发动机整机振动故障征兆与故障原因之间难以确定的复杂隶属关系,提高故障诊断的准确率,基于模糊数学理论和信息熵理论,提出了基于模糊信息熵的发动机整机振动故障融合诊断方法。通过建立模糊信息熵融合诊断的数学模型,使定量分析与专家经验和定性分析相结合,并应用于某型航空发动机整机振动故障诊断。实际应用表明,基于模糊信息熵融合的诊断模型较单一的模糊诊断模型准确率明显提高,验证了该方法用于航空发动机整机振动故障诊断是有效的。     

基于粗糙集与模糊神经网络的故障诊断

神经网络已广泛应用于故障诊断领域,但也存在冗余数据难以剔除、网络结构复杂的缺陷,与其他理论相结合可以得到更优越的诊断特性。粗糙集在数据约简和规则获取等方面具有优势,可以有效避免神经网络构造的困难;同时,模糊神经网络可以使网络推理过程变得透明,且较强的数据泛化能力可以弥补粗糙集的不足。通过将粗糙集与模糊神经网络技术相结合,建立故障诊断模型,利用歼击机操纵面故障诊断实例检验其可行性和有效性。     

基于多源信息融合-相关向量机的风力发电机故障诊断

为了能够全面准确地识别风力发电机的故障类别,考虑信号源振动和电流之间的相关性,提出了一种基于信息融合和改进相关向量机相结合的故障诊断方法。通过直驱风力发电机试验台实测数据,提取具有较高敏感度的特征参数作为诊断样本,建立基于振动和电流的改进相关向量机诊断模型进行初步故障诊断。利用信息融合建立多信号源故障诊断模型,获得最终风机故障诊断结果。试验表明,与基于单一信号的故障诊断方法相比,该方法具有更高的准确性,能很好地识别具有机电耦合特性的风力发电机故障类型。     

航空发动机故障的支持矢量机智能诊断

引入支持矢量机和多元分类算法到航空发动机故障诊断当中。通过设计的多元分类支持矢量机构建了小样本多参数航空发动机故障智能诊断模型，然后通过发动机故障仿真器对典型发动机气路故障进行了诊断。结果表明，支持矢量机具有优秀的故障学习能力，采用它进行航空发动机故障诊断是可行、有效的。