发动机故障诊断主状态量模型的数学模型

发动机故障诊断的一种主要方法是根据故障方程和发动机性能参数的测量值确定故障的类别和故障程度,故障方程组通常是亚定的。主状态量模型是求解亚定的故障方程的有效方法。主状态量模型的主要内容是根据最少故障原理,利用最优化方法求解然后根据合理性准则选择合理最优解。本文详细地讨论了主状态量模型可能采用的数学模型,并且指出:(1)主状态量模型可以采用不同的数学模型求解;(2)并非所有的数学模型都能给出合理的结果。本文的研究结果表明,约束或无约束超定最小二乘法和单个优选的散度法是发动机故障诊断主状态量模型的理想算法,而本文中所讨论的其他算法都或多或少存在一定的问题。     

执行器故障下的运载火箭非奇异终端滑模容错控制

针对存在未知外部干扰和执行器卡死故障的运载火箭，提出了一种基于非奇异终端滑模面的姿态跟踪控制算法。首先，建立了考虑干扰和执行器卡死故障的运载火箭姿态控制系统多输入多输出系统模型；然后定义了运载火箭姿态跟踪系统模型，针对定义的模型，设计了一种非奇异终端滑模面，使得系统在执行器故障情况下仍能较为精确地跟踪参考信号。基于李雅普诺夫函数证明了运载火箭姿态跟踪控制系统的稳定性和有限时间收敛特性。数值仿真检验了本文基于非奇异终端滑模运载火箭姿态跟踪控制算法的有效性。     

掉头路由器场景下组播丢包故障解析

针对HWS9306交换机在掉头路由器组网环境下PIM-ASM（协议无关组播-任意源组播）丢包问题,详细分析问题发生的过程,对其产生的机理进行准确定位;提出通过延长表项生存时间保证流量检测覆盖全部表项的解决方法,同时进行了影响域分析;最后,在原有场景下测试并验证解决方案的有效性。此案例对网络通信问题的分析、定位及解决具有一定的指导意义。     

波音737系列飞机过热探测系统原理分析及排故技巧

轮舱火警、机翼及后下部机身的过热探测系统是飞机防火系统的重要组成部分，且故障发生频繁。本文介绍了波音737系列飞机的轮舱火警、机翼及后下部机身的过热探测系统的基本原理及常见故障，并结合外场维修经验介绍了排除该系统故障的一些技巧。     

飞机电源系统BIT技术的应用及发展

飞机电源系统内自检测技术已日益受到人们的重视，文中介绍了ＢＩＴ技术及其四个方面，即；检测技术，信号处理技术，故障识别和诊断技术，故障处理技术。阐述了飞机电源已经历了四代发展及其已实现了数字化，标准化的现状，指出飞机电源ＢＩＴ技术的核心是故障诊断技术，并对我国今后飞机电源ＢＩＴ技术的发展提出了建议，指出了发展方向。     

某火箭发动机故障检测及诊断算法设计分析

针对某型号液体火箭发动机故障检测及诊断软件存在瞬态段（起动段、关机段）故障检测功能缺失、故障诊断无法给出故障量大小的问题，在原软件故障诊断算法——余弦相似度分类的基础上，通过引入故障因子定量给出故障量大小，实现发动机故障诊断的定性定量分析。同时，采用基于统计学基础的包络线算法，通过Python语言对发动机瞬态段故障检测算法进行设计开发，使原软件实现发动机瞬态段故障检测功能。通过仿真试车数据对软件算法进行验证，结果表明优化后的故障诊断功能可实现故障量大小计算，基于包络线算法开发的故障检测功能提高了发动机故障检测效率。     

TEST OF BOARD-LEVEL BOUNDARY SCAN INTEGRITY

ＩＥＥＥ１１４９．１边界扫描为数字电路板级测试提供了所需的对内部节点的控制和观察能力。但是，边界扫描测试结构本身的完整性必须首先加以检测，以保证其他功能测试和诊断结果的正确性。本文论述了板级边界扫描测试存取口的故障模型和测试原理，并针对全边界扫描印制板提出了一种故障覆盖率高、测试时间短的测试算法。     

基于混合卡尔曼滤波器组故障传感器定位方法

为了在发动机性能蜕化与传感器故障并存的情况下实现故障传感器的定位与部件蜕化情况的估计,并实现故障诊断基准数据的修正,构建了1种包含了机载模型与线性卡尔曼滤波器的组合结构混合卡尔曼滤波器组。该卡尔曼滤波器组能够在之前所描述的故障/蜕化耦合情况下定位故障传感器,并得到较为准确的部件蜕化估计结果。为了验证了混合卡尔曼滤波器组的有效性,进行了相关仿真。仿真结果表明:混合卡尔曼滤波器组能够在发动机动态过程中遭遇传感器故障与部件蜕化并存的情况下完成故障定位与蜕化估计。     

基于线性二次型的飞控参数故障渐近调节

 研究了含有参数故障的线性系统,提出了一种基于线性二次型的控制策略。采用该渐近调节反馈控制律,可以减小系统由于容错控制算法时延所致的性能下降。针对某飞机模型进行了仿真,结果验证了所提出策略的有效性。     

基于自适应粒子滤波的涡扇发动机故障诊断

针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.