模糊外展故障诊断方法在飞机电源系统中的应用

讨论了一种模糊外展（ａｂｄｕｃｔｉｏｎ）故障诊断方法在电源系统应用。该方法在确定故障的种类的同时,还可得到故障的严重程度。特点是在测量信号不完整时可得到一个观测到的现象的“覆盖”集合。     

试建立基于检测振动加速度信号的设备故障部位诊断模型

往复式压缩机、内燃机等复杂设备,一旦出现故障,诊断的首要任务是要判断它们的故障部位。以检测振动加速度信号取代传统的耳听手摸的经验方法是这类设备诊断的一个趋势。尝试着提出了基于检测振动加速度信号的设备故障部位诊断模型--单特征模型和多特征集成模型。通过在往复式压缩机和内燃机上的实例验证表明,提出的单特征模型和多特征集成模型具有一定的可行性,其中多特征集成模型比单特征模型更有效。     

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。     

自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。      

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。      

智能诊断的定量推理机制和最优推理环境

描述和分析了一种新的基于智能信息处理的故障检诊方法,可以处理复杂动态系统故障检诊面临的复杂故障组合模式和时间特性。从推理机制的量化和推理环境的优选两方面完善了该理论,使其诊断能力、实时性和适用范围都得到提高。推理机制的量化是通过引入概率信息实现的。考虑到诊断过程中可能出现新的故障。又进一步引入了候选项集合扩张机制描述该现象,并提供了相关的概率计算公式。推理机制定量化使得诊断结果可以精确度量,检诊过程也可精确控制。推理环境优选则是通过引入熵信息实现的,由此提高了诊断效率。     

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。     

液体火箭发动机故障数据库的设计与实现

讨论了液体火箭发动机故障数据库的设计思路及实现途径,以国内２１种液体火箭发动机试车及发射数据为基准,建立了初步的故障数据库,重点介绍了故障数据库的功能设计,结构设计和开发环境等内容。