基于多状态故障的卫星姿态控制系统剩余寿命预测方法

针对具体的卫星姿态控制系统配置,在对系统可重构性分析的基础上,考虑系统的多状态故障,详细分析系统可能发生的功能模块故障类型,并按故障等级对系统进行故障状态划分;针对系统故障状态间存在的转移关系,通过Kaplan-Meier估计器和极大似然估计方法对故障状态间转移概率模型进行估计,在此基础上建立系统的Petri网预测模型,并根据蒙特卡洛思想对模型进行大量仿真,从而实现对卫星姿态控制系统剩余寿命的离线预测和在线预测。仿真结果验证了该方法的合理性。     

基于DS证据理论的航天设备寿命预测方法

以动量轮为研究对象,提出一种基于D S证据理论和Bayes理论的信息融合及寿命预测方法。首先,挖掘多个寿命信息源的内、外部信息作为Bayes多源验前信息,并构建证据集合;其次,利用合成规则对证据集合进行合成,得到合理的验前融合权重的分配结果;然后,利用Bayes方法求解寿命参数的融合验后分布,并计算寿命参数的估计值;最后,根据参数估计值预测设备的剩余寿命。仿真结果表明,基于多源寿命信息融合的预测结果与单一来源的寿命预测结果相比,更加接近于设备的真实寿命信息。     

基于模型预测控制的近空间飞行器容错跟踪控制

针对近空间飞行器的执行器故障,在考虑控制输入约束情况下,本文提出了一种基于模型预测控制思想的容错控制策略.该方法主要是结合线性状态反馈控制与非线性模型预测控制的优点,构成容错控制律,然后通过自适应观测器的方法进行故障估计,并将得到的故障信息反馈到系统,能够保证闭环系统的稳定性,而且在系统发生执行器故障的情况下能够跟踪给定的指令.最后在Matlab中针对X-33模型进行仿真,验证该容错控制算法的有效性.     

跨声速风扇的弯、掠三维设计研究

以某小型跨声速单级轴流风扇为平台,采用数值模拟的方法,研究并探讨了弯、掠三维设计技术对具有较高负荷的跨声速轴流压气机性能改善所起到的作用和抑制流动损失增加的机理.分别探讨了在动叶上半叶高和静叶端区采用不同的弯、掠形式对风扇设计点以及等转速线上的小流量工况性能的影响.研究结果表明:动叶上半叶高采用反弯设计能够有效改变动叶端区压力梯度,减少泄漏流在出口压力面侧的堆积,增加动叶顶部的通流能力.静叶端区采用前缘反弯和尾缘正弯的复合弯、扭技术,同时实现了端区增容和控制二次流发展的目的,随着流量的减小,弯、扭设计静叶更好地控制住了端区二次流的恶化,端区损失增长明显较直叶片缓慢,风扇的稳定工作范围得到提高.      

基于降维UIO的飞控系统鲁棒故障诊断

针对同时存在对象矩阵参数的摄动、外界扰动和故障的一类线性系统,基于降维的未知输入观测器(Un-known input observer,UIO)技术对飞控系统执行器故障进行诊断,使得系统对矩阵参数摄动和外界干扰具有良好的鲁棒性.该诊断方法把原系统分解为两个子系统,一个子系统受故障的影响,而另外一个子系统不受故障的影响,但状态可测.这样,不但大大降低了计算量,而且保证了故障诊断的快速性和准确性.     

集群航天器球形边界控制

集群航天器由于其独特的优势,在未来航天任务中将举足轻重,其边界控制也随即成为研究热点.针对近距离伴飞的圆轨道集群航天器,以集群航天器蜂拥控制模型为基础,通过集群航天器球形边界的定义,运用粒子群优化算法,实现了稳定状态下集群航天器的边界参数寻优.采用球形空腔势函数的控制方法,结合集群航天器边界参数反馈信息,实现了对集群航天器球形边界控制,并仿真验证了算法的可行性.     

一种改进的自适应故障诊断设计方法及其在飞控系统中的应用

基于自适应故障诊断观测器提出一种新的自适应故障估计设计方法。针对传统自适应故障估计设计方法难以满足故障估计性能的要求以及存在严格的等式约束增加了观测器设计的难度等问题,提出新的自适应故障估计设计方法,该方法不仅能够显著地提升故障估计的性能,而且通过运用不等式变化有效地避免了严格的等式约束,基于Lyapunov稳定性理论以矩阵不等式的形式给出了误差动态系统稳定的新的充分条件。最后,对某型飞控系统的仿真实验验证了所提方法的有效性。     

一种无人直升机的双发动机控制策略

针对某无人直升机双发动机控制问题,提出两台发动机采用并联控制方式使其输出功率保持一致,利用两个发动机转速较高者替代旋翼转速作为转速反馈信号,提高旋翼转速的平稳性,并给出了影响旋翼转速平稳性的两个主要扰动因素总距和前飞速度的前馈补偿控制量的试验测量和计算方法;进一步利用两个发动机缸头温度差对其控制量进行差动补偿,从而使得两个发动机的输出功率趋于一致,提高传动系统的平稳性,抑制机身扭振.最后,通过地面系留试验和试飞试验验证了该控制策略的可行性和有效性.      

基于启发式算法的可重构性指标分配

串联有约束条件下的可重构性指标分配问题,针对考虑部件故障的系统给出了可重构度的概念和计算方法,并论证了其合理性.结合最优冗余分配理论和可重构度定义给出了可重构度最大化的冗余分配模型,在此基础上提出了基于启发式算法的可重构性指标分配方法,该方法可解决约束条件内资源优化配置问题,并得到系统最大可重构度的解.直接寻查法作为以往具有代表性的最优冗余分配方法,用作系统可重构性指标分配仿真,与所提方法作比较,结果显示基于启发式算法的可重构性指标分配方法较前者有更高的有效性.