基于BIT的工程机械智能在线检测方法研究与实现

以某工程机械为研究对象,研究基于CAN总线的嵌入式BIT智能检测方法,研制具有高可信度的工程机械智能故障诊断仪,以提高工程机械作业的可靠性和安全性。     

面向资源约束航天器控制系统的故障检测研究

针对航天器控制系统的闭环特性和星载计算机存储空间和计算能力等资源受限的特点,研究基于互质分解技术和Youla参数化方法的故障检测方法.考虑航天器控制系统动力学方程和运动学方程,建立线性化系统模型,并给出状态空间表达形式;以状态观测器为基础,利用互质分解技术和Youla参数化方法分别研究控制信号和控制误差与残差的关系,进而给出只与控制信号和控制误差相关的残差设计方法;建立卫星闭环姿态控制系统仿真平台对算法进行仿真验证.仿真结果表明:由于在故障检测过程中避免了观测器的并行运行,因此所提方法在保证故障检测性能的前提下减少了计算量.     

双组元统一推进系统加注混合比改进算法及应用

卫星双组元统一推进系统加注混合比,是确定卫星氧化剂和燃烧剂加注量的重要参数。正确地确定加注混合比可以减少卫星的呆重,增加推进剂余量和卫星寿命。文章在原有混合比计算的基础上,分析了在轨不同阶段的不同压力、温度条件下10N推力器和490N变轨发动机的流量情况和入口压力、氧化剂和燃烧剂压力变化情况,利用推力器和变轨发动机地面...     

微小卫星低可观测外形飞行姿态规划

为提高在轨微小卫星的使用效能及生存能力,提出一种微小卫星低可观测外形飞行姿态规划算法.根据微小卫星雷达散射截面(RCS)、轨道及雷达威胁特性,建立了可进行长时间内最佳飞行姿态规划的数学模型,设计了低计算复杂度的链表式个体结构及进化规划策略,并实现了算法对高威胁区优化规划的能力.同时,算法低迭代步长下的快速收敛特性以及进...     

基于力场转换理论的图像粗大边缘检测方法

基于粗大边缘的异源图像匹配在导航制导等领域具有广阔的应用前景,但是现有边缘检测方法很难提取出异源图像中的粗大边缘.根据异源图像成像原理和灰度分布特点,提出一种基于力场转换理论的异源图像粗大边缘检测新方法.首先,根据引力概念计算图像中各像素点受到合力的大小和方向;其次,为了去除光照和异源图像灰度不同的影响,对图像中像素点...     

基于GSPN的机载液压作动系统可靠性模型

机载液压系统具有余度降级、故障检测、隔离等动态时序过程,传统基于两元可靠性模型很难描述其动态行为和性能降级过程.针对这一问题,采用分层聚类和广义随机Petri网相结合建立了机载液压系统可靠性模型.利用该模型,详细分析了故障检测装置的故障检测率对系统可靠性的影响.分析结果表明,由于故障检测装置故障检测率的影响,机载液压作...     

光电探测系统指向误差分析、建模与修正

针对光电探测系统(EODS)的高精度指向要求,提出一种基于半参数同归模型(SPRM)的改进算法.全面分析了误差来源,如光学系统的光轴一致性误差、机械框架的垂直度和回转误差、控制系统的稳定跟踪误差等,采用多体系统运动学理论,建立了具有明确物理意义的指向误差线性模型.同时,针对系统中的非线性误差因素,提出了半参数回归模型改...     

无需辅助数据的分布式目标自适应检测器

在非高斯背景和没有辅助数据的条件下,研究了高分辨率雷达分布式目标的自适应检测问题.首先采用有序检测理论和协方差矩阵的迭代估计方法粗略估计散射点集合,进一步利用迭代估计方法获得协方差矩阵的近似最大似然估计,提出了无需辅助数据的自适应检测器(ADWSD).ADWSD在非高斯背景下具有近似恒虚警率特性,且检测性能远好于修正的...     

弯曲通道模拟离心条件下的主燃级和预燃级联焰试验

冲压转子发动机是冲压发动机和燃气涡轮发动机的有机结合,其结构简单。冲压转子发动机燃烧室由于其内部受到强离心力场的作用,燃烧室火焰的稳定燃烧以及传播都会受其影响。为了得到离心力场对分级燃烧中两级联焰的影响规律,本文进行了试验研究工作。针对燃烧室在强离心条件下的燃烧特点,采用弯曲通道模拟气流的离心效应。在弯曲试验段上对预燃级和主燃级进行了联焰研究,试验在常温常压条件下进行,进口气流速度范围为10~70m/s。试验中考察了离心力、燃油分级比例以及主燃级燃油喷射初始角度对联焰的影响,试验结果初步验证了燃烧方案的可行性,为冲压转子发动机燃烧室的研究奠定了基础。     

蜂窝夹层板撞击实验数据中的野值判别

基于超高速撞击物理实验数据对蜂窝夹层板撞击极限方程进行修正是获得高可信度新方程的一种常用方法,为了提高物理实验数据的可靠性,以国外131个碳纤维复合材料(CFRP)面板的蜂窝夹层板实验数据为对象,进行野值判别方法研究,发现该批数据中存在1个野值。将该野值剔除并基于剩余的130个数据重新进行方程修正后,新方程的总体预测率和安全预测率分别达到82.3%和93.1%,其绝对误差平方和、相对误差平方和分别为0.010、0.506,相对于剔除野值前的修正方程有所改善,表明实验数据野值判别方法可行、有效。为考核方法的适用性,对铝合金面板的蜂窝夹层板的实验数据也进行野值判别分析,结果显示该方法可合理识别野值。