数字电路板故障诊断方法

介绍了数字电路故障诊断向量测试法中功能测试和在线测试的具体方法。结合现代武器系统数字电路板的检测和诊断需要,分别阐述了数字组合和时序电路板、数模混合电路板及微处理器电路板的故障诊断策略及步骤。举例说明了故障诊断方法在数字电路板自动测试系统中的应用。     

用于识别双星故障的RAIM算法

由于传统的基于识别门限的卫星故障识别算法存在漏检和误警致使识别率较低,为此提出一种可用于识别双星故障的接收机自主完好性监测算法.该算法通过构造新的奇偶矢量与故障特征平面,利用奇偶矢量与故障特征平面之间的几何关系来识别卫星故障,使得算法不再受限于识别门限的影响,从而有效地避免了由于识别门限引起的识别效率较低的问题.计算机仿真结果表明:改进后的算法与传统的基于识别门限的算法相比,双星故障正确识别的性能有显著的提高,正确识别率可达到90%.同时,与基于门限识别的重构最优奇偶矢量法相比,计算量可减少约61.2%以上.     

基于支持向量机的航空发动机滑油监控分析

提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。      

基于空间电压矢量的软起动器变频阶段的优化及仿真

对于空间电压矢量软起动器变频阶段的负相转矩和转速振荡问题,依据电压矢量的控制方法,对频率转换点的选取实行优化。以电机负载状况来获取各个变频阶段的控制角初始值,以恒压频比原则获取控制角终值,以此对软起动器变频阶段的控制进行优化。最后对优化后的软起动器进行仿真验证,结果显示,软起动器工作在变频阶段时,在频率转换点出现的转速超调得到了改善,电流峰值有所减小,没有负转矩出现。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。      

基于等效时间的混合储能系统高功率密度优化配置

越来越多的电力电子装置应用到多电飞机（MEA）电力系统中,导致MEA用电负荷功率呈现脉动特性,采用混合储能系统（HESS）平抑负荷功率脉动。为减少HESS重量,提出了一种高功率密度的优化配置方法。为建立负荷功率与储能介质之间的关系,提出了等效时间（ET）的概念,比较两者的ET常数作为储能系统类型选取的依据。进一步提出空间矢量法,采用能量型储能介质矢量和功率型储能介质矢量合成负荷功率,确定最优单体和截止频率,实现了HESS高功率密度配置。同时,从能量约束和功率约束两个方面进行HESS的容量的计算。最后,通过算例配置和仿真分析验证了本文所提方法的可行性和正确性。     

基于四开关三相变频器的永磁同步电机驱动系统转矩脉动优化控制

针对低成本三相四开关变频器构成的永磁同步电机驱动系统存在转矩脉动较大的问题,提出了一种系统转矩脉动优化控制策略。系统中存在的转矩脉动分为低频和高频转矩脉动,对于由直流电容电压波动产生的低频脉动,采用了引入一种基于非正交坐标变换的补偿方案,而对于高频脉动,分析评估了不同调制策略的影响,选择了最优调制策略。此外,线性调制范围设置考虑了系统直流电容电压波动,避免了低频脉动造成的过调制。同时,还设计了电容电压偏移抑制控制以扩大线性调制区范围。试验结果验证了新型控制策略抑制系统转矩脉动的效果明显。     

轨姿控发动机动态推力与推力矢量测试系统研制

针对目前轨姿控发动机动态推力与推力矢量测试系统测量精度低、测试覆盖面不全及操作的复杂性,研制了一套基于压电测力平台的动态推力与推力矢量测试系统。此系统的研制攻克了测力平台结构参数优化技术、标准信号发生器设计技术、测试相间干扰处理技术等五项关键技术点.实现了连续脉冲力及多方向力的测量,系统操作可靠、便捷,各项测试指标满足总体要求,为动态推力及推力矢量测试提供了手段。     

航天器单层板结构弹道极限的支持向量机预测模型

提出了一种基于非线性不可分支持向量机（SVM）方法的航天器单层板结构弹道极限预测模型。利用实验数据对SVM进行训练,建立穿透点和未穿透点的分隔面,进而预测新结构弹道极限特性。SVM的训练问题是以实验点分类正确性为约束,预测置信度最大化为目标的二次规划问题,用Lagrange对偶方法有效求解了该训练问题,并通过附加Lagrange乘子的上限约束处理不可分数据集。引入二次核函数将线性SVM推广到非线性,有效实现了实验点的分类。利用超高速碰撞实验数据对SVM弹道极限预测模型进行了验证,计算对比表明SVM方法有效预测了弹道极限,并且精度高于NASA JSC单层板弹道极限方程。对分离面方程分离变量,建立了基于SVM的弹道极限方程显式表达式。     

多分量雷达辐射源信号的检测与分离

针对多分量雷达辐射源信号难以有效检测与分离的问题,提出了时频变换结合时变滤波的方法。通过图像分割中的区域生长法在时频平面对各分量进行检测,对其中的线性调频分量采用分数阶傅里叶变换进行优先分离,再对时频或频域没有耦合的分量进行滤波,最后通过支持向量机划分分类线,用于时频耦合分量的分离。仿真实验结果表明,该方法可以对多分量信号进行有效的检测与分离。