基于Markov链的FSM容软错误设计

随着深亚微米工艺的广泛应用,持续攀升的软错误率对宇航设备的电路可靠性造成了极大影响。针对现有冗余防护技术面积开销大的不足,将概率统计的思想运用到有限状态机（FSM）的软容错设计上,提出了选择部分状态冗余的容错方法。在Markov链模型的基础上,计算出各状态概率,从而为状态冗余提供依据。与未经选择状态冗余的电路相比,以平均增加14.9%的面积开销为代价,这种电路可屏蔽87.6%的时序逻辑单翻转（SEU）。
     

星载软件可测试性设计方法

随着星载软件复杂度的增加,提高软件测试效率对保证软件质量越来越重要,软件的可测试性设计成为提高软件测试效率的关键手段。文中针对星载软件的可测试性设计提出了四种方法:设计可测试的分层体系结构可将软件故障限制在层次范围内;合约式任务模板可规范任务的输入输出,降低任务间的耦合性;状态序列编码可用于动态指示软件的切换与流向;多任务调度记录与堆栈使用记录可用于静态复现一段时间内软件的详细工作过程。可测试性设计方法应用在某项目的软件研制中,软件测试效率有明显提高,证明方法可行有效。     

直升机飞行参数综合分析系统的设计与实现

本文的研究目的是实现直升机飞行参数的综合分析,建立了数据采集装置、飞行参数维护子系统、飞行参数信号处理与分析子系统、智能故障诊断子系统、虚拟飞行再现与评估子系统五个部分。阐述了各个子系统的设计思路和方法,系统的设计和实现对于直升机飞参记录系统校验维护、直升机技术状态监控、飞行质量评估和飞行安全及事故分析具有重要的意义。     

一种改进的观测器算法在制导中的应用

研究了导弹视线角和视线角速度可测情况下的制导信息估计问题,给出了一种改进的CB观测器(Cost-Based Observer)设计算法。基于非线性平面拦截模型,将目标机动看作一阶马尔可夫过程建立了制导信息滤波的非线性状态方程并将其化为SDC模型。针对系统能观性不足问题,提出了多状态相关系数矩阵加权组合的方案对CB观测器进行改进。并将其用于估计弹目相对距离、相对速度和目标机动加速度,利用估计的制导信息进行制导计算并与制导信息完全可测情况进行比较研究。最后,采用比例导引律进行仿真,结果表明本文所设计的观测器估计精度较高,且能满足制导性能要求。     

振动监测与故障诊断技术在“风云二号” 扫描辐射计中的应用

转动部件的状态监测和故障诊断有多种方法,其中振动诊断技术在被诊断系统的信号采集、数据处理、故障识别和诊断中显示出简便可靠的优越性,尤其适用于不停机在线监测和诊断报警。“风云二号”扫描辐射计由于其特征频率为较高的67 Hz与200 Hz,尤其适用于通过测量加速度来监测状态和诊断故障。振动诊断技术将为确保卫星的长寿命和高可靠提供有力保障。     

模糊自组织网络在刀具磨损状态监测中的应用(英文)

应用模糊逻辑和无教师自组织神经网络进行车削过程刀具磨损状态监测.根据典型切削条件组合建立由多个子网络组成的自组织网络阵列,其中每一子网络对应一种典型切削条件,并进行训练.对于具体切削条件,运用模糊逻辑技术选取对应的优化子网络.文中所建名为Fuzzy-SOM-TWC监测系统的运行基于加工过程实时采集的切削力、声发射以及电机电流信号.切削实验用于训练和检验监测系统,实验结果显示其对于刀具磨损状态的识别正确率可达到98%-100%.     

管制员“错、忘、漏”深层原因探讨

本文通过运用管制员岗位任务分析法对管制工作的五种工作状态进行分析,对容易出现“错、忘、漏”问题的一些地方进行分析,以期找出容易发生“错、忘、漏”问题的原因,提出相应的对策。一、管制员工作任务分析管制员工作任务分析就是指全面了解和获取与管制工作有关的详细信息的过程。管制员任务分析包括两个方面：一是对管制员工作本身的过程和任务的分析,     

基于模型的转子系统不平衡量的估计

采用基于模型的方法对转子系统的不平衡量进行估计,首先记录初始状态下的振动信号,然后根据实时测得的不平衡响应信号,得出差值振动信号,联立转子系统的动力学方程,得出不平衡等效载荷,根据等效载荷,得出不平衡的位置、相位及大小.采用模态扩展技术实现由有限几个点的振动响应获取所需点上的响应.由于噪声的影响,提出了基于高斯小波的降噪方法.仿真与实验结果表明,这一方法能够比较准确地估计出转子系统的不平衡量.      

基于神经网络和模糊逻辑的航空发动机状态监视

设计了基于神经网络和模糊逻辑的航空发动机状态监视系统,它包含数据有效性检查和发动机健康评估.系统利用BP(back propagation)神经网络对发动机进行数据有效性检查,根据发动机的状态确定测量参数的有效边界以检测发动机的测量参数是否超限;利用模糊逻辑对发动机健康状况进行实时的评估,监控发动机因性能蜕化引起的异常.通过对某型涡扇发动机仿真,验证了基于神经网络和模糊逻辑的状态监视系统的有效性.      

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.