金属聚合物复合材料的电树枝生长模拟

为了研究金属聚合物复合材料的击穿特性,在WZ模型的基础上建立了在绝缘聚合物介质中填充不同体积浓度的理想金属粒子的逾渗模型。利用计算机对放电通道的发展进行仿真,并对得到的仿真图形进行比较,研究了金属颗粒的体积浓度、下极板施加的电压、放电通道内的阈值电压和树点发展的概率指数对放电通道发展的影响。结果表明,金属粒子体积浓度越大,则放电树枝分枝越多。因此,填充金属颗粒可以明显地增强绝缘介质的导电性,其中逾渗阈值为0.6。下极板施加的电压越大,放电通道内的阈值电压和树点发展的概率指数越小,则放电树枝分枝越多,同时放电树枝生长过程中的积累损伤越大,该规律与实际放电情况相符合。     

基于人工免疫网络模型的航空发动机传感器故障诊断

提出了一种用于传感器故障诊断的免疫网络,对其结构和特点进行了分析,给出了相应的诊断算法。对传感器典型故障进行了故障诊断仿真,分析了免疫网络能检测出的最小故障偏差水平以及在不同噪声水平下的故障诊断效果。仿真结果表明,所研究的方法能有效检测到故障传感器,并具有良好的灵敏性及抗噪声干扰能力。     

轴向间距变化对轴流压气机全流量特性的影响

针对动静叶排轴向间距变化对压气机特性的影响,实验研究了6个轴向间距下压气机的压升特性。并采取在静子叶片表面埋入微型压力传感器的方法,对叶尖、叶中和叶根三个截面上的动态压力进行了测量。结果表明,对于同一轴向间距,不同转速下包括左支特性在内的全流量范围的压升特性具有重合性;轴向间距对压气机的失速流量和失速模态有很大的影响,轴向间距减小时,压气机的失速流量减小,稳定性得到加强;而且压气机工作于多团失速时的流量范围减小,失速模态由多团失速过渡到单团失速提前。     

润滑油路静电传感器动态特性仿真与试验

针对航空发动机润滑油路磨粒在线监测的静电传感器缺少特性参数与验证方法的问题,根据静电感应基本原理和传感器结构,提出相应的特性参数指标,利用环状探极感应模型进行仿真,并设计和搭建了静电传感器试验系统平台,通过试验对润滑油路静电传感器动态特性进行分析与验证。结果表明:所提特性参数指标可有效反映静电传感器的动态特性;长径比是环状润滑油路静电传感器的重要结构参数,传感器效率随长径比的增大而增大;传感器有效视场也随探极尺寸的增大而增大;所建平台可适用于实物静电传感器动态特性的分析与试验,且具有良好的可重复性。仿真和试验结果对润滑油路静电传感器的设计与应用具有重要的指导意义。      

上游转子对下游静子叶片气动力的影响

为了研究轴流压气机上游转子对下游静子干扰产生的叶片非定常气动力的大小和频率的变化规律,采用在静子叶片表面埋设微型动态压力传感器的方法,在一台低速单级轴流压气机实验器上进行了静子叶片表面压力的测量。测量覆盖了不同轴向间距、不同转速下从近堵塞到近失速的宽广范围,并对实验测量得到的静子叶片非定常气动力进行离散傅里叶变换,以分析其频谱特性。通过对实验结果的分析,初步认识了流量、轴向间距及转速等因素对轴流压气机转/静干扰影响的规律。     

基于UIO的航空发动机控制系统传感器故障诊断

研究了航空发动机控制系统传感器鲁棒故障检测与隔离问题,提出了一种克服不同干扰对控制系统诊断性能影响的方法.应用未知输入观测器(unknown input observer,简称UIO)理论来解耦航空发动机动态系统干扰,并针对控制系统传感器设计一族UIO,提取出一系列的传感器残差特征数据,通过分析残差队列的幅值特性,实现航空发动机控制系统传感器故障诊断.在高斯白噪声、模型工作点变化和非高斯噪声三类干扰下的数字仿真结果表明,不管何种干扰,UIO诊断方法均能检测和隔离出传感器故障,在诊断鲁棒性方面,要优于Kalman滤波器诊断算法.      

全机颤振风洞试验模型地面共振试验影响因素分析

为了排除地面共振试验过程中一些附加因素的影响,提高试验结果的准确性,通过建立数值仿真模型,分析了模型悬挂、传感器、激振杆等因素对地面共振试验结果的影响。结果表明:悬挂刚度越大,对模型固有振动特性的影响越显著;传感器附加质量主要影响舵面旋转频率,传感器布置越多,实测频率越低;激振杆在某些模态测试时会产生附加刚度的影响,从而提高实测频率。     

超声速进气道反压引起的不起动/起动现象研究

为了探索节流反压变化对进气道起动性能的影响,在来流马赫数为2.0的情况下,采用定常/非定常数值仿真方法对出口可移动壁面运动速率为12,24,36mm/s的进气道进行了研究,分析了不同可移动壁面运动速率引起的堵塞度变化对进气道流场特性及气动性能的影响。结果表明:采用非定常数值仿真获得的进气道性能参数和流场特性变化规律与定常数值仿真时一致,定常/非定常数值仿真时的进气道性能参数均存在"迟滞回路"现象;进气道出口堵塞度变化速率越大,"迟滞回路"现象越明显;堵塞度变化速率越大,进气道进入不起动状态时的堵塞度越高,进气道再次进入起动状态时的堵塞度越低。     

基于ANSYS的同面多电极电容传感器仿真研究

同面多电极电容传感器是一种新的飞机复合材料构件损伤检测技术,该检测技术的正问题中敏感场分布函数的计算要涉及到静电场中电容计算问题。在仿真研究中,电容要通过场的数值计算方法来求得。本文介绍了如何使用ANSYS有限元分析计算同面多电极电容传感器中的各电极对之间的电容,对检测材料发生异常及传感器参数改变时电容的变化进行了分析,为损伤检测的特征提取和逆问题图像重构提供了仿真数据。     

基于中值滤波和小波变换的混合滤波方法在推进剂监测中的应用

目前,监测传感器传出信号中混有很多噪声,为提高信号可信度,需要一种有效的信号处理方法。文章基于Matlab仿真环境,完成了信号仿真和滤波算法的设计,重点对单传感器仿真信号的去噪和多传感器信息融合进行了研究,提出了基于中值滤波和小波阈值滤波的混合滤波方案和基于Kalman滤波的信号融合方案。研究工作有:基于高斯白噪声和脉冲噪声的数学特性,合理假设出5种基本信号形式;依据实际数据,完成单传感器和多传感器信号仿真,确定信噪比和均方根误差作为去噪评定指标;综合分析现有的滤波算法的滤波特性,利用不同长度滑动窗口的中值滤波处理实验信号,选取合适长度的滑动窗口。设置对比实验确定小波阈值滤波中的小波基函数选取、阈值计算和分解尺度等参数;融合中值滤波和小波阈值滤波优势,设计混合滤波方案,去除单传感器仿真信号中的噪声;研究信息融合理论在泄漏监测系统中的应用,设置不同融合方式下的对比实验,确立最佳融合方式下的Kalman滤波方案,实现多传感器信息融合。     

测量围护结构含水率的同面散射场式电容传感器设计

目前常用的测量含水率的方法有微波法、红外线法和电容法.由于基于电容法的传感器具有分辨力高、响应速度快、体积小、结构简单等优点,被广泛应用.针对围护结构含水率测试深度的要求和测试特点,本文通过仿真和实验,对同面电容传感器探头的结构尺寸进行了优化设计,并采取了保护电极以提高其抗干扰能力;运用改进的充放电电容检测电路,设计出一种测量围护结构含水率的新型同面散射场式电容传感器,该传感器具有宽范围的测试深度和较高的测试灵敏度.     

电容成像传感器优化设计及其试验研究

为了减小电容层析成像(Electrical Capacitance Tomography,ECT)传感器相邻极板间耦合电容引起电容测量时的噪声值,设计了差分电极传感器系统并对差分电极与测量电极距离进行参数优化。实验系统采用现场可编程门阵列(Field Programmable Gate Array,FPGA)直接数字频率生成模块生成数字量的正弦激励信号,通过D/A转化为正负交流信号分别对测量电极和差分电极进行激励。差分电极与测量电极到管道中点的距离比例约1:1.2时传感器灵敏度最佳,仿真图像误差降低至0.23,图像相关系数提升到0.84;实验中空场时的系统平均信噪比比普通传感器提升了5.10dB,满场时的系统平均信噪比提升了4.50dB,相邻电极对的静止电容减少至38%,而电容变化占用最多测量值,即62%。差分电极传感器系统经过电极之间距离的优化设计,传感器系统性能得到提升,通过实验验证其可行性,并且能够应用在滑油监测。     

基于自联想网络的发动机传感器解析余度技术

本文提出了一种基于自联想神经网络的传感器解析余度技术。在这种网络中,冗余传感器的信息被压缩、重组进入网络的第一部分,网络的第二部分将压缩信息恢复出来。基于数据融合原理,若一个传感器发生故障,其它传感器仍可提供足够的信息代替发生故障的传感器。理论分析和用于涡轴发动机的仿真结果表明,这种特殊结构的自联想网络具有良好的过滤噪声和故障信号的作用,特别适合于用作不易建模的复杂对象的传感器信号重构     

Optimal serial distributed decision fusion

The problem of distributed detection involving N sensors is considered. The configuration of sensors is serial in the sense that the Jth sensor decides using the decision it receives along with its own observation. When each sensor uses the Neyman-Pearson test, the probability of detection is maximized for a given probability of false alarm, at the Nth stage. With two sensors, the serial scheme has a performance better than or equal to the parallel fusion scheme analyzed in the literature. Numerical examples illustrate the global optimization by the selection of operating thresholds at the sensors     

采用一组卡尔曼滤波器检测发动机传感器故障

在发动机全功能数字电子控制系统中,提高传感器工作的可靠性是十分重要的,除了不断对传感器本身的性能加以改进提高外,现在广泛地采用了余度技术。近二十年来对解析余度(Analyt ical Redundancy)进行了广泛的研究,解析余度(AR)方法是基于各状态变量之间存在的解析关系,在系统可观条件下,利用无故障的输出测量值去估计(构造)已故障传感器正常工作状态时的输出信息,从而实现对故障的检测、隔离与重构,保证控制系统具有预定的控制性能。      

A multi-rate sensor fusion approach using information filters for estimating aero-engine performance degradation

Gas-path performance estimation plays an important role in aero-engine health management, and Kalman Filter(KF) is a well-known technique to estimate performance degradation. In previous studies, it is assumed that different kinds of sensors are with the same sampling rate, and they are used for state estimation by the KF simultaneously. However, it is hard to achieve state estimation using various kinds of sensor measurements at the same sampling rate due to a complex network and physical characteristic differences between sensors, especially in an advanced multisensor architecture. For this purpose, a multi-rate sensor fusion using the information filtering approach is proposed based on the square-root cubature rule, which is called Multi-rate Squareroot Cubature Information Filter(MSCIF) to track engine performance degradation. Soft measurement synchronization of the MSCIF is designed to provide a sensor fusion condition for multiple sampling rates of measurement, and a fault sensor is isolated by maximum likelihood validation before state estimation. The contribution of this paper is to supply a novel multi-rate informationfilter approach for sensor fault tolerant health estimation of an aero-engine in a multi-sensor system. Tests are conducted for aero-engine performance degradation estimation with multiple sampling rates of sensor measurement on both digital simulation and semi-physical experiment.Experimental results illustrate the superiority of the proposed algorithm in terms of degradation estimation accuracy and robustness to sensor failure in a multi-sensor system.     

航空发动机双重传感器故障诊断逻辑研究

针对航空发动机控制系统的双重传感器故障,提出了一种采用双路容错设计的卡尔曼滤波器故障检测隔离系统.故障检测隔离系统由一系列卡尔曼滤波器组成,每个滤波器都假定2路传感器故障,而以故障支路外的测量值作为输入量.当双重传感器故障发生时,只有不包含故障传感器信息的滤波器保持较低的估计残差,其他滤波器都会产生较大的估计残差,如此双重传感器故障便可以被隔离.利用滤波器组估计残差的特征,进一步设计合理的运算逻辑,系统就可以同时对传感器单一故障进行检测和隔离.为了验证故障诊断系统的有效性,在发动机慢车状态分别对传感器发生双重故障和单一故障的情况进行仿真.仿真结果表明:故障诊断系统能够准确有效地对传感器双重故障和单一故障进行检测和隔离.      

基于自联想神经网络的发动机控制系统传感器故障诊断与重构

研究自联想神经网络及其在发动机控制系统传感器故障诊断及重构中的应用。自联想神经网络关键在于特征提取和噪声滤波。综合自联想网络的最优估计与故障诊断 ,自动区分估计误差和传感器故障。仿真结果表明这种方法不需要模型 ,能诊断传感器硬、软故障 ,当发动机性能蜕化时也能提供很好的解析余度。     

Architectures and algorithms for track association and fusion

Target tracking using multiple sensors can provide better performance than using a single sensor. One approach to multiple target tracking with multiple sensors is to first perform single sensor tracking and then fuse the tracks from the different sensors. Two processing architectures for track fusion are presented: sensor to sensor track fusion, and sensor to system track fusion. Technical issues related to the statistical correlation between track estimation errors are discussed. Approaches for associating the tracks and combining the track state estimates of associated tracks that account for this correlation are described and compared by both theoretical analysis and Monte Carlo simulations