基于多方法联合的故障诊断技术研究

针对基于故障树（ FTA）的故障诊断方法存在的空间爆炸问题和基于神经网络的故障诊断方法存在的训练样本整理困难问题,将故障树和BAM神经网络融合的方法应用于航电系统故障诊断,利用FTA得到系统的故障模式,进而分析归纳出BAM的训练样本,通过联想记忆矩阵并行联想,得到诊断结果,扩展综合故障诊断能力。对航电系统进行故障诊断仿真分析,验证了方法的有效性。并联合基于BP神经网络故障诊断方法,将二者优点结合进行联合故障诊断,验证了联合故障诊断方法的可行性。     

基于旋转机械故障诊断模糊神经网络多传感器融合(英文)

目前多传感器融合技术能够有效地提高精度和容错能力 ,所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统 ,在数据融合处理中利用模糊神经网络 ,比较了采用基于数据融合实验结果和没有融合的原始数据 ,显然前者比后者更精确。     

基于FTA的飞机进排气装置可靠性分析

<正>飞机进排气装置是辅助动力系统(APU)的重要组成部分,它可以重新启动主发动机,这决定了APU的效率。空中时,在飞机发生双发发动机失效、双主发电机失效或双主液压泵失效的任意一种情况下,需要起动APU,此时进排气装置为空中起动主发提供引气,或替代主发电机、主液压泵提供辅助电力和辅助液压,一旦发生故障,将造成重大的人员伤亡和财产损失,对社会产生不良的影响,因此其可靠性研究尤为重要。在进排气装置的研制阶段,     

基于ADS-C的机场场面飞机监视系统研究

对场面上运动的飞机进行监视是提高大型航空运输机场的运行效率和安全的重要技术手段.根据我国ACARS地空数据链的成功应用,分析基于ACARS系统的ADS-C工作原理,针对其数据滞后严重,无法满足ICAO规定的场面飞机监视的实时性要求,对ACARS系统的地面接收设备进行改进,提出了基于ADS-C的场面飞机监视系统框图.分别对VHF接收机、飞机目标数据接收设备、实时数据链信息处理和监视系统进行了设计.利用ACARS测试平台构建仿真环境,对设计的系统进行实验验证,结果表明该系统接收ACARS报文的正确率与系统实时性均能满足场面飞机监视系统的功能要求.     

基于VS-IMM算法的A-SMGCS场面运动目标跟踪

为实现先进场面运动引导控制系统中场面监视雷达对运动目标的跟踪,研究了将变结构交互式多模型(Variable structure interacting multiple model,VS-IMM)算法应用到该系统中。首先,根据飞机的真实运动情况建立了飞机的匀速运动、匀加速运动和匀速转弯运动模型;然后,针对固定结构交互式多模型(Fixed structureinteractive multiple model,FS-IMM)算法在目标跟踪方面的不足,结合机场地图,将VS-IMM算法应用到机场场面运动目标跟踪中;最后,基于扩展卡尔曼滤波将VS-IMM算法与FS-IMM算法进行仿真比较。结果表明:VS-IMM算法的跟踪精度及模型选择均优于FS-IMM算法,VS-IMM算法在场面跟踪方面具有更大的应用价值。