组合导航制导系统的容错技术及特点

论述了组合导航制导系统的容错设计方案，其中包括ＩＮＳ／ＧＰＳ（惯性导航／全球定位系统）组合系统容错技术、ＳＩＮＳ／ＧＰＳ／多普勒组合系统的容错技术及ＩＮＳ／ＧＰＳ／ＣＮＳ组合系统的容错技术；然后分析了组合导航制导系统的抗故障问题，给出了组合导航、制导系统的故障分类和系统出故障后的运用情况；最后，对其发展进行了展望，并提出了今后有待进一步研究的问题。     

基于模糊神经网络的飞船GNC分系统故障诊断

研究了基于模糊神经网络的飞船GNC分系统的故障诊断方法,提出了重构新的激励函数并附加动量因子的改进BP算法,采用了由输入层、输出层、隐含层和量化层组成的一种4层前向模糊神经网络,通过Ⅱ型隶属度函数完成输入模糊化。建立了基于模糊神经网络的GNC分系统故障诊断系统,实验验证了改进BP算法以及该诊断系统的正确性和有效性。     

巡航导弹发动机智能故障诊断方法研究

为提高巡航导弹发动机的可靠性和利用率、降低传统的定期维护成本，提出了应用自适应神经网络技术对巡航导弹发动机进行诊断。将采集到的巡航导弹发动机有关数据分为故障现象和故障集分别进行编码，而后利用神经网络的自学习、联想、推测、记忆、容错、自适应和多模式处理等功能对巡航导弹发动机的故障进行诊断。     

航天器集成健康管理系统研究

航天器故障诊断技术不仅要求提高航天器安全性和可靠性 ,而且要求削减航天器全寿命周期成本 ,现在的故障诊断系统已从原来单一的分系统 (如电源系统 )的故障诊断专家系统 ,向集系统状态监测、故障诊断和故障修复为一体的航天器集成健康管理 (IVHM)系统发展。本文介绍了航天器集成健康管理系统的基本概念 ,并对我国新型航天器整个集成健康管理系统、在轨健康管理系统、地面健康管理系统以及主要采用的技术作了详细的阐述。文中强调了基于模型推理技术 (特别是多信号建模技术 )在航天器集成健康管理系统中的重要性。文章最后指出了应采用从上至下的方案开发该集成健康管理系统。     

用于故障字典的图形匹配算法研究

研究了故障字典法的图形匹配算法的实时性和实用性问题。在讨论了数据处理方法和一些匹配算法的基础上，提出了一种能提高匹配速度和精度的算法，可用于航天控制系统模拟电路的故障诊断系统。     

一种面向输出响应的多频测试故障检测与隔离方法

介绍一种在测点访问有限的情形下 ,针对模拟电路外接口的响应信息进行故障检测和隔离的方法。在构建连续的故障字典曲线的基础上 ,通过仿真实验 ,探讨并验证了利用多频测试来积累故障误差 ,构建误差曲线以检测和判别故障器件的实现思路。     

卫星姿态控制系统自主故障诊断与重构

以某极轨对地观测卫星为背景，分析了姿态控制系统中单机部件出现故障时，系统将会出现的状态态变化情况，找出故障部件的判定方法，；提出采用产生式规则与框架的混合知识表示结构，描述系统及其故障特点，并提出了系统发生故障时，故障部件的自主隔离，、备份部件的自主切换和系统重构方案，仿真初步验证了该方案的可行性。     

基于NN-ELM的航空发动机燃油系统执行机构故障诊断

提出了一种航空发动机执行机构及其传感器单一故障诊断及定位方法.首先通过执行机构模型判断是否发生故障,然后运用发动机逆模型对故障进行定位.基于离线训练BP(back propagation)神经网络建立执行机构模型,根据某半物理仿真试验台的测试数据训练网络参数.提出离线训练和在线训练相结合的极端学习机(ELM)算法建立发动机逆模型,使网络在初始时刻就具有诊断能力,工作过程中具有适应能力,且在线训练过程采用阈值判别法筛选训练样本,减小了在线训练时间,提高了逆模型的实时性.以某型发动机燃油系统执行机构为例的设计和仿真结果表明:该诊断系统能够准确地对发动机在稳态和动态工况以及蜕化状态下的执行机构及其传感器单一故障进行准确诊断和定位,具有很好的实时性.      

基于自适应容积卡尔曼滤波方法的涡扇发动机气路部件故障诊断

针对涡扇发动机气路部件故障诊断中参数存在不同的噪声统计特性,提出了一种自适应平方根容积卡尔曼滤波(ASRCKF)器的自适应滤波方法.该方法直接利用基于3阶容积积分方法近似发动机的非线性统计特性,用于替代非线性无迹卡尔曼滤波方法的系统模型,避免了滤波过程参数选取的问题;采用移动窗口法对噪声协方差矩阵进行自适应估计,提高了算法对不同统计特性噪声的自适应能力和滤波精度.通过对发动机气路部件健康参数蜕化过程仿真结果表明:ASRCKF方法相比平方根容积卡尔曼滤波(SRCKF)方法,精度提高40%~50%,对不同噪声信号具有更好的适应能力.      

用于涡轴发动机传感器故障诊断的未知输入观测器干扰矩阵估算

针对处理涡轴发动机控制系统传感器故障诊断问题时有着良好性能的未知输入观测器展开研究,分析了与系统建模误差相关的干扰矩阵对未知输入观测器观测出的系统状态准确度的影响,提出了一种基于全阶状态观测器的涡轴发动机系统模型干扰矩阵的估算方法,该方法对某一固定工况下的干扰矩阵估算十分准确,使得根据此干扰矩阵设计出的未知输入观测器可以完全不受系统建模误差的影响.在此基础上,又给出了一种适应于更广泛工况范围的干扰矩阵近似方法,使得变工况下的未知输入观测器一样不受建模误差的影响.仿真结果表明:基于该方法估算出的干扰分布矩阵可以保证观测器具有良好的性能,在变工况下对发动机输出量估计残差的二范数不大于2.