基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。     

基于遥测数据的无人机飞行包线估算方法研究

飞行包线对于无人机的飞行安全至关重要。为了建立更加完善的飞行包线,提出了一种基于遥测数据的气动参数辨识方法结合可达集理论的包线估计综合方法;基于动力学方程建立无人机的气动参数模型,利用辨识模型的参数解算不同高度下的飞行包线,再利用线性系统理论与可达集理论扩展计算不同飞行包线下的相关极限飞行参数;最后,基于某型无人机实际飞行中记录的遥测数据,解算了该无人机的飞行包线,验证了该方法的可行性和有效性。     

一种基于二元估计与粒子滤波的故障预测算法

假设对象系统的故障演化过程可以由一个含有未知缓变参数的状态空间模型加以描述,则故障预测问题就可以转化为一个在已知当前系统信息的条件下,对系统未来某一时刻的状态变量的估计问题.针对该问题的求解提出了一种基于二元估计和粒子滤波的故障预测算法.算法的实施分为两个主要阶段:在状态估计阶段,采用两个并联的粒子滤波器迭代估计当前时刻对象系统故障演化模型状态和未知参数的后验分布.在状态预测阶段,对当前时刻故障演化模型状态的后验分布进行迭代采样,以采样样本粒子来近似估计未来时刻的状态变量的先验分布密度.在上述计算结果的基础上,结合相应的故障判据,算法采用计算对象系统未来时刻故障概率的方法预测其剩余使用寿命.仿真实验中将本文提出的算法与基于联合估计的故障预测算法进行对比,实验结果证明了所提算法的有效性.      

基于遥测数据的无人机横向气动参数辨识

针对某型无人机实际飞行中遥测数据不完备的问题,提供了相关参数的估计方法,并利用风速、地速、空速三者的矢量关系估计风场来修正气动参数值;针对横侧向模型辨识精度不高的问题,建立了一种新的辨识模型。辨识结果表明,所提方法提高了模型的准确度,即辨识精度,同时验证了方法在平飞段和爬升段的有效性。     

VXI总线仪器自动计量校准系统的研究

VXI总线仪器由于其性能优越且软，硬件体系具有开放性，在航空，航天，电子通信，交运运输，军事等领域得到广泛的应用。作为一种自动测量设备，VXI总线仪器自身的计量校准也是必要的，不可回避的。本文结合作者的研究课题，阐述了进行VXI总线仪器校准的必要性和特殊性，分析比较了几种VXI总线仪器校准方案，组建了一套自动校准系统，论述了校准软件的结构及软件误差的控制措施，最后展望了VXI总线仪器校准的发展方向。     

变工况条件下基于相似性的剩余使用寿命预测方法

剩余使用寿命(RUL)预测是预测与健康管理(PHM)中的核心环节。提出一种变工况条件下基于相似性的RUL预测方法。结合相似性预测方法无需进行复杂的退化过程建模而能提供合理预测的优势,引入工况即设备工作时所处的环境或操作载荷等因素的影响来提升设备RUL预测准确性。对参考样本建立多工况的设备退化模型提升模型精度,在服役样本相似性度量预测中进行工况的匹配以实现在变工况下的RUL预测。方法能够更准确地描述实际工程中设备的退化过程和个体差异。依据相同准确度标准完成多组基本相似性方法和本文方法的对比实验结果表明,本文方法能够有效提高RUL预测准确度。      

工程系统健康描述及基于GFRF方法的健康监测

健康管理概念是伴随着工程系统应用而产生的.针对目前复杂系统综合健康管理技术领域缺乏有效的系统健康表示方法的问题,提出了健康向量、健康指数、健康函数、健康态变映射、健康状态映射等一系列描述工程系统健康的基本概念.与传统的部件状态参数描述方法相比,引入健康向量等概念可以全面地描述系统级健康,并且能够有效地刻画系统健康的动态变化本质.分析了Volterra级数系统描述方法和广义频率响应函数分析技术,利用系统健康形式化定义构建系统健康向量,讨论了一类非线性系统基于广义频率响应函数的健康监测技术.以非线性弹簧-阻尼-质量块系统为研究对象,通过仿真计算,给出了系统健康监测数据与系统健康指数的对应关系.仿真实验结果证明了系统健康形式化描述方法的有效性以及基于广义频率响应函数健康监测方法的可行性.      

基于高斯和粒子滤波的动态称重数据处理

由于动态称重过程中的噪声干扰,导致动态称重信号处理中存在数据处理速度慢与精度低等不足。为了提高动态称重的快速性与准确性,本文将高斯和粒子滤波算法应用于动态称重数据处理。在对动态称重系统建立状态空间模型的基础上,引进高斯和粒子滤波算法,利用高斯和逼近状态的后验密度,提高了对状态分布估计的精确性。实验结果证明,高斯和粒子滤波方法有效地提高了动态称重的速度与精度,比较实验结果说明本文方法优于传统的扩展卡尔曼滤波和粒子滤波效果。     

利用IEEEAI-ESTATE标准化诊断信息

随着人工智能诊断推理机及其各种工具的迅速发展，有必要建立这些工具和正式数据规范之间的标准接口，以便捕捉将由这些工具处理的相关信息。现有的测试标准在测试应用中几乎没有提供使用AI技术的指导，拟用的AI标准（例如LIF）没有明确地论述测试委员会所关心的问题。因此，目前还没有论述AI系统在测试环境中应用的标准。AI-ESTATE试图填补这项空白。本文将提供关于所有AI-ESTATE标准的状态以及它们所支持的多种诊断工具和潜在应用的最新资料。