基于半随机滤波-期望最大化算法的剩余寿命在线预测

剩余寿命(RL)预测是设备预测维护的关键环节。准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生。工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法。首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系。为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布。最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性。     

一种基于高斯混合模型粒子滤波的故障预测算法

针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用联合估计和粒子滤波同时估计对象系统故障演化模型状态和未知参数的后验分布。在算法的状态预测阶段,采用了两种不同的计算方法：一种方法是对状态变量当前时刻的后验分布进行迭代采样,从而获得未来时刻的状态变量的先验分布;另一种方法是采用数据驱动的方法预测未来一段时间内对象系统的量测信息,从而将未来时刻状态变量的先验分布的预测问题转化为一个求解后验分布的估计问题。采用高斯混合模型近似随机变量分布密度,从而将两种方法的计算结果在一个统一的预测框架之下进行有效交互,进一步提高了预测的准确性和可靠性。在算法的决策阶段,在获取的故障演化模型状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了所提算法的有效性。     

航空发动机状态监视、故障诊断研究及验证

提出了发动机状态监视、故障诊断的理论方法并搭建了该系统的软硬件平台,为建立机载发动机健康管理系统奠定了坚实的基础。首先,建立并验证了含有健康参数的发动机线性化模型,在模型的基础上设计了用于故障诊断的卡尔曼滤波器;其次,用设计好的滤波器可以准确估计出反应发动机运行状态的不可测参数;随后又用了一组卡尔曼滤波器诊断、隔离了传感器故障;最后,介绍了该部分机载系统原理样机的软硬件配置,并进行了算法平台验证,从操作和实现方式上验证了软硬件平台。该设计满足算法需求且界面人性化、易于操作。     

基于快速原型的涡扇发动机气路部件在线健康监控系统设计

为实现涡扇发动机全包线范围内具有较高精度的快速实时仿真,结合快速原型技术和发动机非线性模型设计了一种气路部件在线健康监控系统。该系统采用涡扇发动机非线性模型模拟真实发动机进行实时计算,并将基于优化拟合法获得最优的发动机线性化模型融入扩展Kalman滤波算法,对气路部件健康参数进行实时跟踪,将该跟踪方法运用于基于CompactDAQ和CompactRIO平台设计的发动机在线故障诊断原型系统进行仿真试验验证。仿真结果表明,基于快速原型技术与发动机非线性模型构建的在线健康监控系统能够实现对气路部件故障的有效诊断,平均正确率达到98.28%。     

基于混合系统粒子滤波和二元估计的故障预测算法

针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用混合系统粒子滤波和二元估计算法同时估计对象系统故障演化模型混合状态和未知参数的后验分布。在算法的状态预测阶段,在一定的假设条件的前提下,将混合模型连续状态变量的预测问题转化为一个基本状态空间模型的状态预测问题。通过对连续状态变量当前时刻的后验分布进行迭代采样从而获得其未来时刻的先验分布。在算法的决策阶段,在获取的故障演化模型连续状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了算法的有效性。     

基于数字孪生的飞机起落架健康管理技术

针对飞机起落架系统，传统健康管理方式存在知识不完备、数据不平衡和模型固化等问题，开展了数字孪生驱动的健康管理技术研究，提出以自更新模型为基础实现故障诊断与预测的数字孪生健康管理框架。从起落架系统物理和行为2个维度建立孪生模型来实现真实系统的数字映射，依托强化学习算法实现数字孪生模型参数的更新，确保孪生模型实时跟踪和反映实体健康状态，并以此为基础设计基于事件的故障诊断和基于粒子滤波的故障预测方案。以起落架收放系统为例完成实验验证，与传统方法相比，本文方法在实时性、准确性和鲁棒性方面表现更优。     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

基于嵌入式平台的MEMS/GPS 组合导航系统实现研究

主要研究基于PC104平台的MEMS/GPS组合导航系统硬件实现方法.首先设计了对MTi-30 MEMS器件与GPS接收机的数据采集软件,基于统计分析方法分析建立了传感器的误差模型参数,构建了MEMS/GPS组合算法模型,基于MEMS惯性器件和GPS接收机实测数据确定了Kalman滤波器的系统噪声阵及量测噪声阵模型参数;然后利用实际测量数据进行了MEMS/GPS组合系统导航性能仿真;最后基于PC 104嵌入式平台,构建了MEMS/GPS组合导航系统原理样机,分别在静态和动态情况下完成MEMS/GPS组合导航算法实时测试,导航结果验证了硬件平台及导航算法的正确性.     

基于测试数据的雷达导引头技术状态评估

雷达导引头是导弹的关键部件,决定着导弹的综合作战能力。文章针对雷达导引头技术状态评估进行研究。首先,基于测试数据对雷达导引头的关键参数进行归一化处理,并引入时间修正的方法,依据装备退化规律得到装备的近期技术状态。然后,使用三角模糊数理论计算参数隶属度和可信度水平,在此基础上使用ER算法对雷达导引头特征参数的测试数据进行评估。实验使用某单位所贮存雷达导引头测试数据进行验证,表明该算法能够实现雷达导引头技术状态的实时评估,并得出评估结果的可信度。最后,基于技术状态评估结果进行雷达导引头检测规划,为合理控制雷达导引头的检测次数提供支持。     

基于复合地标导航的动平台四旋翼飞行器自主优化降落技术

针对四旋翼飞行器在依靠地标导航完成动平台自主降落任务中存在的目标易丢失、地标定位死区大和降落可靠性差等问题，设计了一种基于复合地标导航的动平台四旋翼飞行器自主优化降落系统。该系统以圆环地标和二维码构成复合地标来解决仅用单一地标定位时存在的定位死区大和定位范围小等问题。针对地标识别丢失、动平台车轮打滑和码盘标定不精确等问题，建立动平台的精确运动模型同时考虑码盘包含未知测量偏差，基于扩展卡尔曼滤波器实现了对动平台连续位姿的在线估计。最终，基于动平台位姿估计结果以最小Jerk指标设计降落轨迹和降落策略，实现了四旋翼飞行器在动平台上高效平稳的降落。为验证所提系统的有效性，设计了仿真和实际降落实验，验证了所提复合地标实现摄像头距离在0.5~6.0 m内的综合完整定位；所设计的动平台状态估计器能在码盘存在未知测量偏差的情况下准确估计出平台的实时位姿，同时所提自主优化降落策略和轨迹规划算法保证了可靠的动平台降落。     

Real-time fault detection method based on belief rule base for aircraft navigation system

Real-time and accurate fault detection is essential to enhance the aircraft navigation system’s reliability and safety. The existent detection methods based on analytical model draws back at simultaneously detecting gradual and sudden faults. On account of this reason, we propose an online detection solution based on non-analytical model. In this article, the navigation system fault detection model is established based on belief rule base (BRB), where the system measuring residual and its changing rate are used as the inputs of BRB model and the fault detection function as the output. To overcome the drawbacks of current parameter optimization algorithms for BRB and achieve online update, a parameter recursive estimation algorithm is presented for online BRB detection model based on expectation maximization (EM) algorithm. Furthermore, the proposed method is verified by navigation experiment. Experimental results show that the proposed method is able to effectively realize online parameter evaluation in navigation system fault detection model. The output of the detection model can track the fault state very well, and the faults can be diagnosed in real time and accurately. In addition, the detection ability, especially in the probability of false detection, is superior to offline optimization method, and thus the system reliability has great improvement.     

Maneuver control at high angle of attack based on real-time optimization of integrated aero-propulsion

To reduce the propulsion system installation thrust loss under high angle of attack maneuvering, a control method based on real-time optimization of the integrated aero-propulsion is proposed. Firstly, based on data fitting and physical principle, an integrated onboard model of propulsion system is established, which can calculate various performance parameters of the propulsion system in real time, and has high accuracy and real-time performance. Secondly, to improve the compatibility of optimization real-time performance and search accuracy, the online optimization control of aero-propulsion system is realized based on an improved trust region algorithm. Finally, by controlling the auxiliary intake valve, a good match between inlet and engine is realized, which solves the problems of intake flow reducing and total pressure recovery coefficient declining, and improves the installation performance of propulsion system. The simulation results indicate that, compared with the conventional independent engine control, the real-time integrated optimization method reduces the installed thrust loss by 3.61% under the design condition, and 4.58% under the off-design condition. Furthermore, the simulation on HIL (Hardware-In-the-Loop) platform verifies the real-time performance of integrated optimization method.     

平台式惯性导航系统在线可靠性评估技术

平台式惯性导航系统是现代导航的重要设备,由于其所处环境和制造工艺各不相同,导致各个体之间的可靠性有着明显的差异。如果对收集到的性能误差数据进行统一处理,无法准确地反映个体之间的差异性,不利于掌握平台式惯性导航系统个体的可靠性规律。针对该问题,对平台式惯性导航系统的在线可靠性评估方法进行了重点研究。结合平台式惯性导航系统使用过程中的性能变化特点和失效机理,利用复合Poisson过程建立了其性能退化模型,并给出了性能参数评估方法。通过算例分析,说明建立的性能退化模型能够较好地描述平台式惯性导航系统的性能退化规律,有助于掌握平台式惯性导航系统的可靠性水平。     

具有自修复功能间接自适应飞行控制系统研究

分析了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,利用RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识,采用等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。依据系统各个部分的算法开发了仿真平台,对飞机存在舵面故障情况下的飞行控制系统进行仿真,解决了舵面损伤后气动参数变化问题。仿真表明,该控制系统是一个完整、鲁棒、收敛系统。     

惯性参数不确定的自由漂浮空间机器人自适应控制研究

针对自由漂浮空间机器人系统惯性参数不确定问题,提出一种笛卡儿空间内的自适应轨迹跟踪控制方法。采用扩展机械臂模型建立了自由漂浮空间机器人关节空间动力学方程,进而推导笛卡儿空间中的自由漂浮空间机器人动力学方程。在基于逆动力学法的自由漂浮空间机器人自适应控制器设计中,利用标称控制器离线固定控制参数与补偿控制器在线补偿方法,既可以保证惯量矩阵可逆,又可以使控制参数实时估计。采用Lyapunov方法的稳定性分析表明系统是稳定且渐进收敛的。最后,应用该控制方法对两杆平面自由漂浮空间机器人进行了仿真研究。仿真结果显示自由漂浮空间机器人末端执行器在笛卡儿空间具有良好的轨迹跟踪能力。     

航空发动机在线综合诊断结构设计及仿真验证

随着机载航空电子设备的快速发展,使得传统地面系统承担的发动机诊断任务可以在线实现。实时数据的使用,可以在线监测发动机性能退化,减少故障检测和隔离的潜伏期,增加间歇性故障的检测率。为此,提出并设计了一种用于航空发动机气路故障检测和隔离、健康监测及参数估计的在线综合诊断结构。基于xPC Target 原理搭建了硬件实时仿真平台,对该结构进行了仿真验证。仿真结果表明,该结构中的机载自适应模型对发动机健康参数、可测参数和不可测参数的估计误差在0.5%以内;气路故障诊断系统采用实时数据,可以更早地检测和隔离包含间歇性故障在内的各种气路故障。     

平台稳定回路模糊PI参数在线调整控制

平台系统稳定回路依靠对外环、内环和台体的控制使平台台体在各种干扰力矩作用下都能提供精确的惯性导航基准,保证平台系统精度。针对目前回路控制超调量较大的问题,提出一种模糊PI参数在线调整的抗干扰控制方法,经过仿真表明在保证稳定回路快速调节的基础上,稳定回路动态特性得到了改善。该方法对今后新型平台系统伺服回路控制系统设计的进一步提高提供了一定指导作用。     

弹道导弹天文/惯性导航误差修正方法研究

通过分析导弹天文导航和惯性导航的导航原理和误差模型,在基于充分利用高精度天文导航参数的思想上,提出了组合导航的误差修正方法。首先对两种导航参数进行了归算,而后提出了利用多次的天文测量参数对惯性测量误差进行修正的方法。该方法能较为准确地分离出引起射程误差较大的关机点速度、位置等的误差值,从而为实现利用天文导航进行射程误差修正提供前提条件。仿真计算表明,该方法是行之有效的。     

民用航空发动机状态监视和故障诊断系统研究

北京飞机维修工程公司、北京航空航天大学、中国民航学院、东方航空公司联合发展了用计算机进行发动机状态监视和故障诊断的系统EMD, 已在国内最大的两家航空公司试用成功。对B767、B747、A310共13架大型客机的40台发动机进行状态监视和故障诊断, 取得良好的经济效益。