SAR performance-based fault diagnosis for electro-hydraulic control system: A novel FDI framework for closed-loop system

Model-based fault diagnosis serves as an efficient and powerful technique in addressing fault detection and isolation (FDI) issues for control systems. However, the standard methods and their modifications still encounter some difficulties in algorithm design and application for complex higher-order systems. To avoid these difficulties, a novel fault diagnosis framework based on multiple performance indicators of closed-loop control system is proposed. Under this framework, a so-called performance residual vector is constructed to measure the differences between the real system and the nominal model in terms of system stability, accuracy, and rapidity (SAR) respectively. The criteria for quantification, normalization of the SAR residuals and the explicit mappings between the thresholds and the required performance are given. FDI can be easily achieved simultaneously by monitoring the normalized residual vector length and direction in the SAR performance residual space. A case study on electro-hydraulic servo control system of turbofan engine is adopted to demonstrate the effectiveness of the proposed method.     

航天器推进系统故障诊断专家系统的研制开发

论述了设计航天器推进系统故障监测与诊断专家系统的重要性和必要性。并结合具体工程背景所研制开发的诊断系统, 研究了其主要的设计思想、特点、功能以及软件需求分析,实现软／硬件环境     

涡扇发动机气路故障定量诊断的BP网络研究

为了克服ＢＰ算法收敛速度慢的问题,提出了一种基于混合学习规则的ＢＰ算法,并采用模归一化方法,成功地定量组织了故障的学习样本,建立了能够定量分析发动机气路部件故障的人工神经网络（ＢＰＮ）。通过分析测量系统随机误差的影响和实际试车数据的效验结果,表明该网络具有较强的推广能力及适应性,能基本满足故障定量诊断的要求,并具有较好的工程实用性。     

应用BP-ART混合神经网络的推进系统状态监控实时系统

应用ＢＰ－ＡＲＴ混合神经网络提出了一种供推进系统状态监控实时使用的系统,其拓扑结构为： 第一层处理单元由ＢＰ神经网络组成, 每个ＢＰ网络代表一个相应的推进系统组件; 第二层处理单元为一个ＡＲＴ神经网络, 网络的每一个输出代表推进系统的一种“健康状态”, 据此可对其故障进行“诊断”。该混合结构充分发挥了两类网络的优点, 给出的具体应用实例也显示出在推进系统实时状态监控与故障诊断应用中的有效性     

基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Ｗｉｎｄｏｗｓ环境下,用Ｂｏｒｌａｎｄ Ｃ＋＋实现了一个原型系统。通过对“实践４号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

外测系统突发性故障的诊断方法研究

外测系统突发性故障的检测与诊断在航天测控中有十分重要的意义。基于动态测量数据的容错处理技术, 建立了三组实用的过程故障诊断方法： 无须建模的容错平滑器方法; 基于模型拟合的容错辨识方法; 基于状态空间模型的有界影响滤波方法。这些方法既可用于对测控网跟踪质量的事后分析也可用于（准） 实时在线处理。仿真计算结果显示, 这些方法不但能够以１００％ 的准确率检测出脉冲型故障, 还可快速有效地检测出任何形式的关联型故障, 准确率达９８％以上。     

一种模块级可降级重组双机系统的系统管理程序实现方法

分析了模块级可降级重组双机系统的有效组态数,并与双机系统级备份进行了比较。分析结果表明,随着冗余级别的降低,系统的可靠性有所改善,但系统的有效组态数将大大增加,这将导致系统管理程序的复杂化。文章介绍了该系统管理程序的设计准则,并对其中几个有特点的子程序作了简要说明。     

液体火箭发动机故障特性动态模拟

以某大型泵压式供应系统液体火箭发动机为研究对象, 建立了液体火箭发动机非线性动态数学模型。针对已发生过或可能出现的故障形式, 以阶跃形式输入, 进行了故障状态下动态特性模拟。数值方法用四阶定步长龙格-库塔方法发展而成的自适应变步长龙格-库塔法。计算结果表明, 所建模型较精确合理, 数值方法满足故障模拟的要求。该工作为故障模式提取、监控参数优化选择、基于模型的故障检测与诊断等发动机健康监控问题的研究奠定了基础。      

基于模型的液体推进系统故障诊断算法

给出串联双涡轮结构以泵作为供应系统的液体火箭发动机系统故障仿真的准动态数学方法和基于灰色关联度分析的实时诊断算法。该算法对于调整计算确定的具体系统和预先设定的典型故障模式进行仿真计算、事先形成该发动机系统的故障模式样本集。试车时, 利用诊断算法对采集的发动机性能参数进行实时分析, 从而给出发动机所处的健康状况, 以便及时采取措施, 提高发动机的安全性和可靠性。      

反作用控制系统推力器失效的外部检测与诊断

通过推进系统外部可测的姿态信息,利用强跟踪滤波器和多模预报估计器,研究了一类非线性系统常值阶跃型故障和间歇性故障的检测与分离问题。对关机失效,利用强跟踪滤波器获得故障效应的估计,检测逻辑采用改进的贝叶斯分类方法,依据推力器失效效应的方向性进行故障单元的分离;对开机失效,采用多模预报,根据相应残差向量范数的比较进行故障的即时无阈值判别,同时完成了故障后系统状态的重构问题。以一类大型航天器的反作用姿态控制系统为例,对其中出现的推力器失效进行了故障识别仿真研究,表明所提方法是有效的。