应用Stateflow技术的安全性建模与仿真

为了保障高风险系统的使用安全性,探索事故的运动规律与应急决策,提出了面向事故过程的安全性仿真方法,并结合有限状态机原理与Stateflow技术设计了建模方法与仿真机制,该方法能实现混合系统过程状态逻辑与连续机理的建模与仿真,仿真结果能反映事故发展过程中系统的状态-时间特性、人机交互特性以及过程机理,为应急决策提供定量的依据.最后,对某产品实例的事故过程进行了模型设计与仿真实验,验证了该仿真方法的有效性与合理性.      

基于lipschitz非线性滑模观测器的卫星故障检测

航天器模型存在非线性问题, 但其小角度在轨运行时满足lipschitz条件,可以在这种情况下进行故障检测, 提高系统的安全性. 应用滑模非线性观测器, 针对多执行器设计了多通道故障检测观测器, 通过Lyapunov函数对其收敛性进行证明. 结果表明, 观测器不仅能够实现故障检测, 还能够实现故障的隔离, 并利用反证法进行了说明. 应用线性矩阵不等式, 给出了观测器参数的求解, 进而对卫星建模及仿真, 与线性化方法进行比对, 验证了算法的有效性.      

基于机内测试的故障注入系统设计

随着机内测试(Built-in Test, BIT)的深入研究和广泛应用,对其验证和评价提出了迫切要求,也使这一领域成为新的研究热点.通过故障注入的方式检测BIT性能是一种有效的验证其测试性水平的方法.在综合国内外相关研究的基础上,详细分析了BIT验证和评价的重要性、迫切性及其实用价值,着重阐述了关于BIT验证和评价的故障注入系统设计方案,并给出了系统实现的总体结构框图、工作流程图、系统中各子模块的关系图以及实验数据等.在硬/软件设计实现的基础上,进行了初步的BIT验证实验,模拟一定数量的故障注入到被测电路中,用以验证BIT测试的有效性.结果表明该故障注入系统能够满足验证BIT设计指标的要求,达到了预期的初步设计目的.      

基于NUIO的无人机作动器故障检测

针对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差χ2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障.      

基于模糊基函数网络的系统故障检测

给出了基于T-S模型的模糊基函数网络(FBFN),并提出了一种基于FBFN的未知系统故障信息检测通用方法.将未知系统分为已知部分和未知部分.系统的实际输出包括已知部分输出、未知部分输出和故障信息等三部分.已知部分用数学模型描述.未知部分包括系统的建模误差、噪声干扰等不确定性,用FBFN逼近.因此,根据系统的实际输出、数学模型输出和FBFN输出可估计出故障信息.最后给出了某飞机的微波着陆系统故障信息检测仿真实例.      

基于有限状态机的安全性仿真技术

为了研究系统中事故的动态变化机理,探索事故发展过程中的运动行为,制定正确的应急控制措施,提出了基于有限状态机理论的安全性建模仿真方法.结合Simulink/Stateflow工具开发了面向事故机理与应急过程的建模仿真平台,实现了系统的机理模型、安全状态控制模型以及应急操作模型的有效融合.该平台能实现对人-机-环境综合系统进行动态仿真,为明确事故的动态变化过程和制定应急控制措施提供依据.通过对某舰船舱室事故过程的仿真实例,验证了该方法的有效性和合理性.     

大虚警率下的多故障诊断算法

主要研究不可靠测试下多信号模型的多故障诊断问题。最优的多故障诊断是计算复杂度完全类(NP-Complete)问题,因此大型系统的诊断一般只能用次优的随机搜索算法。次梯度优化算法能够在虚警概率较小时给出较好的结果,但如果测试个数很多且虚警概率较大时,该算法就不能消除虚警的影响,会使估计的故障覆盖所有失败的测试,而不是找到系统真实的故障。针对这一问题,提出了能够同时考虑虚警和误警的目标函数,使算法能排除虚警的测试准确定位故障,并用改进的遗传算法搜索故障部件提高诊断速度。仿真诊断结果表明,同时发生故障的部件个数较少时,遗传算法的诊断速度明显优于次梯度优化算法,而且能够更有效地抑制虚警的影响。     

SGCMG框架伺服系统动力学建模与低速控制

单框架控制力矩陀螺(SGCMG)框架伺服系统内部存在的各种干扰会严重影响陀螺的力矩输出精度。为了实现力矩输出的高精度控制,需要对框架伺服系统进行精确动力学建模与控制。通过对作用于航天器上SGCMG的详细动力学分析,建立了框架伺服系统动力学模型,其中考虑了动静不平衡干扰力矩以及摩擦力矩。基于正弦永磁同步电机,利用自抗扰理论设计了框架伺服系统内外环控制器。仿真结果表明,在忽略转子不平衡所引起的高频干扰力矩的前提下,此控制器能对内外环存在的所有建模及未建模干扰进行准确估计和补偿,保证了框架的高精度控制。通过仿真还得到了转子不平衡对框架控制精度的影响量级,将为进一步研究如何抑制不平衡振动提供参考依据。     

基于自适应UKF的敏感器故障诊断算法

针对非线性系统中敏感器测量过程存在异常干扰和出现仪器故障问题,提出一种基于自适应UKF(Unscented Kalman Filtering)的鲁棒故障诊断算法.算法通过新息特性分析引入自适应矩阵对异常干扰和仪器故障建立系统级抑制和部件级诊断.系统级检测将UKF的新息特性通过自适应函数引入状态预测,修正异常值对状态预测值的影响,达到对异常干扰的鲁棒性.部件级检测将新息特性分解成各部件参数的新息特性,建立各自敏感器的自适应矩阵,通过对自适应矩阵的迹进行判断,检测是否发生故障并隔离故障.仿真结果表明,算法对异常值具有较强的鲁棒性,对测量仪器失效造成的故障能够准确地检测并给出故障大小.算法结构简单,计算量小,对工程应用具有较好的参考价值.      

变时延网络控制系统的鲁棒故障检测

针对具有时变时延的网络控制系统故障检测问题,提出了一种基于鲁棒H_∞思想的故障检测滤波器设计方法.将鲁棒H_∞故障检测问题归结为寻找滤波器参数矩阵,使得滤波系统内稳定并且满足鲁棒H_∞性能指标.根据残差评价函数和故障阈值判断系统是否存在故障.假设时变时延的上下界已知.基于时延相关Lyapunov-Krasovskii泛函方法给出了系统内稳定并且具有H_∞指标的时延相关条件.在外部控制输入、外界干扰和故障信号有界的情况下,所设计的故障检测滤波器能够保证生成的残差信号有界.针对HiMAT（Highly Maneuverable Technology）飞行器设计了故障检测滤波器,并通过仿真分析验证了所提出方法的有效性.     

诊断指示正确性分析

当前系统和设备的机内测试、实时监控或诊断子系统给出的诊断指示中虚警所占比例较大，影响使用。依据贝叶斯公式导出诊断指示正确性的概率表达式，对影响正确指示的各种因素进行了分析。     

基于自适应阈值的粒子滤波非线性系统故障诊断

针对实际非线性系统传统方法难以实现可靠故障诊断的问题,采用粒子滤波算法,利用对数似然函数和作为评价指标,并借助自适应阈值的设计,研究了非线性非高斯系统的故障检测和故障隔离。阈值的选取,是准确判别系统是否发生故障的标准,本文通过分析非线性系统残差的统计特性,在判定残差统计特性成正态分布的基础上,设计了一种基于粒子滤波故障诊断的自适应阈值方法,减少了故障诊断的漏报和误报。通过非恒温连续搅拌水箱式反应堆的仿真实例,验证了该方法在故障诊断中的准确性和有效性。      

基于H_∞估计的鲁棒故障检测

为了减少故障误警率和提高故障检测精度 ,文章利用H∞ 估计和优化理论研究了线性离散不确定系统的故障检测问题。故障检测的关键是使余量发生器产生的余量对不确定因素和干扰输入具有鲁棒性 ,同时对故障具有敏感性。另外 ,文中还讨论了门限值的计算和选择问题。最后 ,仿真计算了在模型不确定性和随机干扰情况下 ,某飞行器传感器 /执行器故障的检测过程。与基于卡尔曼滤波的方法比较 ,基于H∞ 估计的故障检测方法能有效降低误警率。     

基于神经网络的卫星控制系统故障识别方法

闭环控制系统的反馈调节机制,可能破坏开环系统的可辨识性,导致误报率和漏报率同时上升,还可能导致同一故障模式下的多个变量发生异常,给闭环控制系统故障识别带来难度。针对单输入单输出系统,分析了闭环控制对可辨识性、误报率和漏报率的影响,对多输入多输出系统,理论上推导了闭环控制系统传感器故障的传播机理,分析了闭环控制系统对系统变量的影响关系,利用神经网络构建了闭环故障识别算法。数值仿真结果验证了闭环对故障系统诊断的不利影响,而卫星姿态控制系统的仿真结果标明:与传统方法相比,提出的方法识别性能更高。     

带马尔科夫参数时滞容错控制系统稳定性分析

在主动容错控制系统 (AFTCS, Active Fault Tolerant Control System)中,故障检测与隔离(FDI,Fault Detection and Isolation)装置是核心部分,对系统故障诊断过程建模并研究其对整个系统的影响是十分重要的内容.考虑控制系统传感器到控制器之间由网络传输造成的常时滞,用两个马尔科夫随机过程分别描述系统的故障过程和故障诊断过程,建立多马尔科夫参数的系统模型;进而研究故障诊断装置对系统稳定性的影响,基于矩阵直积的方法,给出了不依赖延时的系统均方随机稳定的充分条件,为故障诊断方法的选择和评估提供了依据;最后给出了计算实例,根据稳定性条件,得出了在保持系统稳定的前提下,时滞、误检率和漏检率应满足的条件.      

基于幅度和相位联合的ATI动目标检测新方法

分析了影响SAR-ATI动目标检测干涉相位图中点幅度和相位分布的因素——包括雷达噪 声、杂波能量、地面RCS起伏以及成像时的旁瓣等.针对SAR-ATI检测时虚警概率过高问题, 基于幅度门限和相位门限联合动目标检测处理,提出了一种改进方法:首先对SAR每一个 通道的图像域中相位被污染的点作一次关于能量梯度的预滤波,在滤除了干涉相位图中相位 失效的点之后,根据雷达的固有噪声及干涉相位分布图,在概率意义下设定滤波门限进行 自适应幅度滤波;最后采用相位门限进行检测处理,有效降低了虚警概率;同时给出一个 由干涉相位图中统计量拟合出的动目标检测曲线经验公式,能够明显降低在低杂噪比条件下 的虚警概率.仿真结果验证了此方法的有效性.      

PSO神经网络在光电探测设备故障诊断中的应用CSCD

针对传统神经网络在光电探测故障诊断中存在故障检测率低、诊断时间长的问题,研究了粒子群优化算法(PSO)优化神经网络连接权值,并将其应用于某型光电探测设备的故障诊断中。实验结果表明,与BP和GA相比,PSO算法更易实现,具有更快的收敛速度、更高的故障检测率、更低的虚警率和更短的故障诊断时间,从而获得了更好的故障诊断效果。     

考虑多故障的测试性建模改进方法

分析了测试性建模的现有方法及在工程应用中存在的不足.在信号流图方法的基础上,提出了一种测试性建模的改进方法.该方法支持单元的多故障模式设置,能够区分全局故障和局部故障,并允许设置全局故障沿单元特定信号流方向传递.给出了测试性模型的图形定义、隐含属性定义、相关性矩阵定义和相应的测试性分析推理方法.在此基础上,提出了基于高阶相关性分析的相关性矩阵生成改进算法.以某惯导系统为例进行了应用,建立了测试性图形模型并生成改进的相关性矩阵,与现有方法建立的相关性矩阵进行对比,结果验证了测试性建模改进方法的可行性和有效性.     

虚警影响下的备件库存优化

在虚警存在时完好的零部件被误诊为故障件而对维修站点发出备件需求,从而会对备件的需求率高估,所以需要引入虚警率修正备件需求率使之更为精确.证明了当虚警率服从指数分布时,考虑虚警的外场故障发生数仍然符合泊松分布.根据多层可修件库存控制理论,建立考虑虚警率的需求数和期望备件短缺数（EBO,Expected BackOrder）的函数关系,以期望备件短缺数为优化目标,对目标函数进行凸分析,建立面向系统虚警的备件配置凸优化算法,保证所选库存方案在系统发生虚警的情况下提高系统效能,并构建了某型飞机的应用验证案例,给出了最优的备件配置方案.