武器装备远程故障诊断关键技术研究

以机场装备为例,提出了一种武器装备远程故障诊断平台方案,并对其中的几种关键技术进行了详细地论述。该方案实现了对武器装备的故障诊断以及状态信息的共享,能够适应战时快速性、准确性、实时性的需求。     

军用网络测试技术探究

介绍了网络技术与测试技术的相互关系和影响,阐述了未来基于Internet的网络化测试及传感器技术,探讨了网络化时代的虚拟仪器体系结构,综述了网络在军事测试领域的应用及发展趋势。     

芯片互联结构断裂失效的试验研究与统计分析

针对电子芯片互联结构失效机理复杂、寿命数据难以获取且缺乏具有理论依据支撑的寿命分布模型等问题,开展了基于退化试验数据的统计分析研究,并提出了2种统计建模方法。首先,搭建了电子芯片可靠性评估试验台,利用菊花链测试芯片为试验对象获取了互联结构的退化数据和寿命数据;其次,基于断裂力学理论,分析了互联结构断裂失效的失效机理,给出了BGA封装形式的电子芯片互联结构寿命分布服从两参数威布尔分布的理论依据,由此建立了基于寿命数据的电子芯片互联结构寿命分布模型;再次,利用退化量的分布建立了基于退化量数据的电子芯片互联结构寿命分布模型;最后,对2种统计建模方法进行比较分析。结果表明,基于退化量数据的寿命分布模型与基于寿命数据的寿命分布模型吻合度良好,2种分析方法在结果上具有一致性。      

基于样本分位数的机载燃油泵故障状态特征提取及实验研究

机载燃油泵的健康状态关系着飞行任务的完成和飞行安全,对机载燃油泵的故障状态特征提取及诊断成为亟需解决的问题。通过对机载燃油实验系统的振动与压力信号进行综合分析,提出了一种基于样本分位数的故障状态特征提取方法。首先,根据样本分位数的渐近分布定理,讨论了样本分位数的统计特性,分析了故障状态与样本分位数的对应关系,从理论上保证了该方法的可行性,在实测数据统计分析的基础上,讨论了样本容量对样本分位数稳定性的影响;其次,根据样本分位数渐近分布定理计算各故障状态的置信区间,并与Bootstrap方法得到的置信区间进行对比,结果显示,依据样本分位数渐近分布定理得到的置信区间真实可靠,为在线故障诊断提供了依据;然后,以各故障状态下提取的样本分位数为特征向量构建贝叶斯判别函数,进行故障诊断;最后依据故障诊断的正确率对传感器进行优化,结果表明,同时安装振动传感器与压力传感器可以提高故障诊断的正确率,并且只安装1个压力传感器与1个特定方向的振动传感器即可对机载燃油泵的故障状态进行完全识别。为快速准确的在线判断机载燃油泵的状态提供了理论支撑,并且可以降低工程应用中机载燃油泵监测系统的体积、功耗及复杂性。     

军用飞机 PHM 系统一体化设计架构分析

军用飞机故障预测与健康管理（PHM）系统设计与工程应用存在设计标准缺失、复杂度高、准确率低等问题。通过对 PHM 系统数据、结构、功能维度的设计需求分析,提出三维多相迭代设计准则;基于三维多相设计准则对 PHM 系统设计流程进行梳理;提出基于软硬件协同加速的健康管理实时化、基于知识图谱的知识逻辑可视化、基于 MBSE ...     

基于LSTAR的机载燃油泵多阶段退化建模

机载燃油泵的性能退化呈现出平稳—加速—平稳的非线性、多阶段模式,针对现有退化模型难以准确描述其全寿命周期性能退化的问题,以逻辑平滑转换自回归(LSTAR)模型为工具,对机载燃油泵出口压力传感器信号进行建模。首先,对转换后的压力传感器信号建立自回归(AR)模型,通过非线性检验说明建立LSTAR模型的必要性;然后,应用非线性最小二乘法完成参数估计;最后,在AIC准则最小及拟合优度最大的原则下,选择转换变量,通过残差进行模型的适应性检验与正态性检验。结果表明:基于LSTAR模型的拟合精度明显优于线性自回归模型。本文提出的方法成功解决了机载燃油泵性能退化的多阶段准确建模问题,为机载燃油泵的预测与健康管理(PHM)奠定了坚实的基础。     

分子筛氧气浓缩器多因素退化试验设计

针对分子筛氧气浓缩器（MSOC）退化试验（DT）研究不足及分子筛床（MSB）退化失效影响因素不明确的情况，提出了一种基于正交试验的氧气浓缩器退化试验设计方法。在分析氧气浓缩器工作原理的基础上，确定了造成分子筛床退化失效的主要因素，并搭建了分子筛氧气浓缩器退化试验系统，通过多组对照试验确定并验证了退化试验的最佳试验高度为9 km；基于正交试验思想设计了分子筛氧气浓缩器退化试验方案，采用9组典型试验即可获得各因素的影响结果，减少了试验次数，降低了试验成本，提高了耦合试验的效率。该试验设计可以模拟受试设备的真实工作环境，并可有效降低试验因素变化对试验结果初值的影响。     

多应力耦合条件下氧气浓缩器退化建模

耦合应力条件下的建模是故障预测与健康管理领域的难点问题。以氧气浓缩器地面试验退化建模为例，针对试验中2种应力线性相关且耦合作用于氧气浓缩器退化的问题，提出了一种机理模型与数据驱动联合的偏微分方程建模方法。基于退化机理分析建立偏微分方程的基本形式，利用数据驱动的方法确定方程具体参数。通过偏微分方程建模，对2种应力进行解耦分析，确定引气湿度的增加会加快氧气浓缩器的退化速率，发现随着氧气浓缩器工作性能的退化，氧气浓缩器氧分压对引气压力的敏感性减弱，确定氧分压随引气压力变化斜率为健康因子。通过卡尔曼滤波器模式识别，确定氧气浓缩器退化可分为平稳阶段与退化阶段，与实际服役环境下氧气浓缩器退化数据对比，验证了氧气浓缩器两阶段退化特性。