基于有向图模型的民机航空电子系统故障诊断

结合民机航电系统外场可更换单元或模块（LRU/LRM）的故障模式及影响分析（FMEA）、故障树 分析和实时性要求，设计了基于时间故障传播图（TFPG）的系统故障诊断元模型和领域模型，研究了基于逻 辑和时间一致性检验的故障诊断算法，使用后向推理和可信度度量列出候选故障集。以飞行管理系统为例，构 造了其功能失效的TFPG 模型，并通过仿真验证了基于TFPG 的诊断在滤除级联效应和关联驾驶舱效应中的有 效性。     

抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

基于图和子图同构算法的制造特征识别方法

针对传统制造特征难以快速识别的难题,提出了基于图和子图同构算法的制造特征识别方法。通过提取零件模型中的几何信息与拓扑信息,构造出加权属性邻接图,对零件模型进行精准描述,为建立制造特征库,定义了文件数据的存储结构,结合子图同构算法以及相关判定规则实现对常见制造特征的识别与匹配。以Creo软件中生成的零件模型为例,在VS2010平台中进行二次开发,最后以界面窗口形式展示识别结果,验证了该方法的有效性。     

Multi-level virtual prototyping of electromechanical actuation system for more electric aircraft

Electromechanical actuators (EMAs) are becoming increasingly attractive in the field of more electric aircraft because of their outstanding benefits, which include reduced fuel burn and maintenance cost, enhanced system flexibility, and improved management of fault detection and isolation. However, electromechanical actuation raises specific issues when being used for safety-critical aerospace applications like flight controls: huge reflected inertia to load, jamming-type failure, and increase of backlash with service due to wear and local dissipation of heat losses for thermal balance. This study proposes an incremental approach for virtual prototyping of EMAs. It is driven by a model-based system engineering process in order to enable simulation-aided design. Best practices supported by Bond graph formalism are suggested to develop a model’s structure efficiently and to make the model ready for use (or extension) by addressing the above mentioned issues. Physical effects are progressively introduced, and the realism of lumped-parameter models is increased step-by-step. In particular, multi-level component models are architected to ensure continuity between engineering activities. The models are implemented in the AMESim simulation environment, and simulation responses are given to illustrate how they can be used for preliminary sizing, control design, thermal balance verification, and faults to failure analysis. The proposed best practices intend to provide engineers with fast, reusable, and efficient means to assess performance virtually and enhance maturity, performance, and robustness.     

MEMS惯测技术在管道测绘系统中的应用

针对小口径管道的测绘问题,提出了一种MEMS惯测装置在小管道测绘系统中应用的方法,直接利用地标点信息为MEMS惯测装置装订初始方位,采用因子图理论对惯性/里程计组合导航信息进行处理,通过后续处理对装订误差进行修正,解决了MEMS惯测装置无法完成初始对准的问题。给出了惯性/里程计组合导航的因子图以及和积算法递推公式,并通过牵引试验对所提方法进行了验证。试验结果表明,提出的应用方法能够有效解决小口径管道的测绘问题,在100m间隔的路标点条件下,单边定位精度能够达到5cm。     

抑制复原图像振铃波纹的频域循环边界算法

提出了一种基于Wiener滤波的频域循环边界复原算法,并给出了有效的规整化表达式和信噪比估算方法.复原算法首先将原观测图像按反射对称的方式延拓,形成一个新的观测图像(称为延拓图像);然后,用Wiener滤波算法复原延拓图像,并取延拓图像的复原图像的主值序列作为原观测图像的复原图像.对延拓图像在频域进行复原处理时,需要使用FFT(Fast Fourier Transform)技术,将延拓图像进行周期延拓,因其结合边界在垂直方向上的梯度为零,且边界平滑满足微分条件,抑制了复原图像的振铃波纹.复原过程中,将噪声与原始图像的功率谱之比规整化为原观测图像信噪比的函数.实验结果表明,该算法对周边区域梯度变化较大的观测图像复原效果较好.     

正十烷简化机理的构建及其在发动机燃烧数值模拟中的应用

发动机燃烧室中燃料的能量释放与燃烧特性对于发动机设计具有重要作用，为了预测发动机点火包线和贫/富油极限等关键性能，迫切需要发展航空燃料及其典型组分的高精度化学动力学模型。本文针对燃料典型组分正十烷，采用自主开发的机理生成程序ReaxGen构建了其燃烧详细机理（1499种组分、5713步反应）。为了验证机理的合理性与可靠性，在当量比Φ=0.5-2.0，压力P=1-80 atm的宽工况条件下进行了点火延迟模拟验证，结果表明本文提出的正十烷详细机理在较宽的温度、压力和当量比条件下具有较高的模拟精度。为获得适用于发动机燃烧模拟的高精度简化机理，本文基于误差传播的直接关系图方法简化了正十烷燃烧详细机理，得到包含709种组分、2793步反应的正十烷半详细机理。进一步在高温范围（1000-1500 K），采用路径通量分析方法简化得到含77种组分、359个反应的骨架机理。获得的骨架机理能够合理描述正十烷在高温下的燃烧特性，且该骨架机理尺度规模可用于基于火焰面模型的燃烧数值模拟。基于此高精度的骨架机理模型，结合火焰面生成流形湍流燃烧模型，采用大涡模拟方法进行了航空发动机环形燃烧室单头部扇形的燃烧模拟，初步获得了非稳态流场结构，其中温度模拟结果与实验值基本符合。     

部分破坏拆卸模式下拆卸规划

为了对产品进行拆卸规划,基于装配有向图提出一种部分破坏性模式下的拆卸规划方法。通过装配有向图表达产品零部件间的装配关系,并在此基础上构建装配关系矩阵、装配连接矩阵和可达矩阵。由矩阵遍历和运算获得产品装配结构、装配深度等信息,并根据这些信息确定被破坏对象,最终完成部分破坏性拆卸模式下拆卸规划过程。将上述理论应用于摩擦驱动装置拆卸规划中,其结果验证了理论分析的有效性和正确性。     

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。