量子超球神经网络在振动故障检测中的应用

提出了一种基于量子超球神经网络的液体火箭发动机振动故障检测方法,采用可变量子超球代表发动机工作模式,自然地提供了反映故障程度的概率幅;网络的离线学习算法可以从训练样本中自动提取发动机振动知识,监测算法不仅能正确预报故障,还能在线学习新的振动信息。试验数据检验结果表明：量子超球神经网络可以成功用于液体火箭发动机振动故障检测。     

掠过水面的“黑雨燕”：美国加快高超声速飞行器的研制计划

今年1月美国的“HyFly”高超声速巡航导弹在冲刺马赫数6的飞行试验中因发动机故障而坠落于海中,但是美国国防部预研局（DARPA）和美国空军并没有减缓高超声速飞行器研制的步伐,并宣布将一直秘密进行的“猎鹰”高超声速飞机验证机计划提升为“黑雨燕”高超声速验证机计划,目标之一就是要研制一种飞行马赫数6以上的SR-71“黑鸟”间谍飞机的后继机SR-72。     

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。     

用于卫星导航多星故障识别的新方法

 通过分析广义似然比方法,指出该方法不能用于多星故障识别。为能够快速识别多颗故障卫星,提高卫星导航定位系统的可靠性,提出了一种可以用于多颗故障卫星识别的接收机自主完整性监测（RAIM）的新方法——假设验证法。该方法对所有可能的故障卫星组合进行假设验证,对每种假设的故障卫星组合计算出卫星伪距偏差,然后利用此偏差构造一个新的奇偶残差矢量,最后利用特定的故障识别准则进行判断。以识别2颗故障卫星和识别3颗故障卫星为例进行了计算机仿真,结果显示：假设验证法故障正确识别率高于85%,高于现有的可用于多星故障识别的最优奇偶矢量法,可以有效提高卫星导航系统的可靠性。同时,与最优奇偶矢量法相比,假设验证法不需要求取矩阵广义特征向量,计算量将减少90%以上。     

复杂动态系统的故障检测与诊断

提出元件模态转变的单向性假设以替代通常的诊断过程中元件模态不变的假设,指出模型基础诊断方法是适合此类系统的基本诊断方法。由此提出一套用于复杂动态系统故障检诊的综合检诊策略IFDDS（Integrated Failure Detection and Diagnosis Strategy）,针对飞控系统开发了其具体的检诊算法。     

双并联前向神经网络及其在飞行故障检测仿真研究中的应用

首次把飞行故障检测视为一个非线性数据分类问题,从而可望借助人工神经网络来处理。为了克服ＭＬＦＮＮ在数据分类中存在的学习慢与分类精度低,发展了由ＭＬＦＮＮ和ＳＬＦＮＮ并联并可接收编码输入的ＤＰＦＮＮ模型,还将训练ＭＬＰ的有关算法推广到ＤＰＦＮＮ情形。用计算机仿真了若干飞行故障模式并用于测试ＤＰＦＮＮ。     

余度管理中故障监控门限值的选取

本文讨论了余度管理中故障监控门限值的选取。门限值的选取对监控系统性能有很大影响。本文通过分析的方法求门限值的最优值。该方法具有一定的准确性,可以作为实际选取门限值的参考。     

应用反推神经网络检测液体火箭发动机多维故障

基于可测参数所构成的参数模式对应着一定的发动机故障模式, 应用反推神经网络检测发动机多维故障, 方法的有效性由只有泵效率下降和喷注器阻塞同时发生的数值仿真得到验证      

基于部件跟踪滤波器的解析余度技术

研究一种以发动机部件跟踪滤波器(CTF)为基础的解析余度技术, 它将CTF与故障检测、隔离和适应逻辑进行了有效的综合, 以改进发动机数控系统的可靠性。仿真表明, 本文所设计的解析余度技术, 在传感器无故障时, 机载模型能正确跟踪发动机的变化。当传感器发生故障时, 在不损坏机载模型的情况下, 又能及时、有效地进行硬、软故障的检测、隔离与适应。      

非对称动力机动飞行的载荷研究

通过对一架装有４台涡轮螺旋桨发动机飞机的算例分析,研究了多发动机飞机非对称动力机动飞行的载荷确定方法,指出了影响其飞行载荷的主要因素,给出了非对称动力模拟机动飞行的试飞方法。此外,发现国军标《军用飞机强度和刚度规范》有关条文规定中存在的错误,且提出了相应的修改意见。