基于单故障叠加的航天器故障数据仿真方法

针对测试故障诊断系统可靠性的问题,在传统基于对故障航天器的参数估计模拟的故障数据仿真基础上,提出一种基于单故障叠加模型的航天器复杂故障数据仿真方法,新型数据仿真方法能够在有限次迭代的情况下逐次逼近仿真航天器故障数据,对航天器故障的仿真实验证明,该方法可广泛应用于各类航天器故障诊断系统的测试过程。     

MSAS系统中航天器故障仿真的模式文件方法与实现

首先对航天器测控中心的多任务仿真应用软件系统（MSAS）航天器故障仿的方法进行概要论述；其次对故障模式文件方法进行详细设计，给出其定义、示例，并对模式文件方法的软件实现逻辑进行说明；结合实现给出航天器故障选择的具体示例，最后对本模型方法的使用效果进行简要分析。     

面向服务的航天测控软件架构设计

在概述SOA(面向服务体系架构)的基础上,分析了目前航天工程地面测控软件系统体系架构的特点和不足,提出一种可基于继承、基于面向服务体系结构的多层架构设计思想,以航天器故障仿真系统的设计为例,描述了该架构的具体实现方法。所研制的系统架构耦合度低,在充分继承和复用已有的历史软件部件基础上,能够通过动态配置支持各类航天器故障的仿真,具有易组合、易适应和易复用等优点。     

某航空涡轴发动机健康状况监视与分析

为了及时掌握某涡轴发动机的健康状况，设计了机载发动机参数监视仪，发动机的热力参数，滑油参数及振动参数进行了监视，编制了地面分析软件，给出了用于诊断发动机单元体故障的测量参数和部件性能评估参数，探讨了利用故障因子概念诊断单元体故障的方法，运用发动机的实际无故障数据和模拟故障数据进行了仿真，结果表明，诊断结论可信，该系统在对役涡轴发动机的健康监视具有实用性。     

航天器在轨故障特征数据生成方法

针对故障特征数据模拟生成算法与航天器的原理、模型关联度高,航天器状态描述模型不成熟、难以应用于工程实践的现状,根据反映航天器在轨故障的遥测数据表现形式和变化时间长短,将航天器故障进行分类。从遥测数据变化的角度,针对每类故障遥测数据的变化特点,研究了符合每类故障数据变化规律的故障特征数据生成算法及基于WEB服务的故障特征数据生成原型系统实现方式。生成的故障特征数据在故障检测、诊断与预警等方面得到成功应用,使航天器对象、状态演化规则和测控信息产生等故障输入数据更接近真实的动态特征。     

航天器专家故障知识模型的建立和应用

随着我国航天事业的不断进步和国际业务的拓展,在轨航天器的数量逐年增加,航天器长期有效的管理对保障航天器长寿命运行具有十分重要的意义。传统的地面监测人员对航天器的监视已经不能满足要求。本文介绍了一种多航天器专家故障知识模型的建立方法,简要说明了基于这种模型的应用可以增加航天器在轨管理的智能化,提高工作效率。     

航天器故障诊断和预测天地一体化集成系统

在轨航天器和地面航天飞控中心天地2个系统缺乏相互支持和配合,是导致对航天器故障诊断和预测能力不足的重要因素之一。为了提高航天器故障诊断和预测的有效性、可靠性和准确性,需要将天地2个系统集成为一个整体（天地一体化系统）。设计了航天器故障天地一体化集成诊断和预测系统,讨论了航天器故障天地一体化集成诊断和预测方法,对航天器故障天地一体化集成诊断系统和方法的特点进行了分析。将天地2个系统集成在一起对航天器故障进行诊断和预测,其效率、准确性和可靠性较高。     

航天器测控仿真方法研究

航天器发射前,航天飞行控制中心需要对相关测控方案和软件进行验证。利用仿真系统验证测控方案和软件是一种行之有效的途径。航天器测量数据、轨道和姿态控制仿真是航天飞行控制中心仿真系统的重要组成部分。分别讨论了航天器测量数据、轨道控制和姿态控制仿真方法,分析了航天器测控仿真系统的建立,通过仿真结果说明了仿真方法的合理可行。     

基于分层有向图的航天器故障诊断

针对航天器在轨故障诊断系统在实时性、准确性和完备性上的要求,提出了基于分层有向图的新的定性诊断方法。采用有向图分层策略,减小故障源搜索空间的大小;利用故障传播路径上的测试节点间的定性关系,回溯搜索不相容支路找出故障源候选集合,并且通过部件故障概率和故障传播的权重对候选故障源进行故障可能性的排序。应用提出的方法,建立了某卫星一次电源系统的定性诊断模型,并进行了故障诊断的仿真测试。结果表明该诊断方法是高效的,诊断结果准确而且完备。该方法适用于航天器在轨故障诊断。     

航天器姿控系统的PD型学习观测器故障重构

针对满足Lipschitz条件的航天器姿态控制系统这一非线性系统中存在的执行器加性故障、空间干扰与测量噪声问题,提出了基于PD型迭代学习观测器的故障重构方法。该方法具有期望的鲁棒性能指标,能够在系统存在空间干扰与测量噪声情况下实现对突变故障与时变故障等故障类型的精确重构。基于线性矩阵不等式技术给出系统化PD型迭代学习观测器的设计方法,并根据Lyapunov稳定性理论对上述设计方法的稳定性条件进行了理论证明,同时利用鲁棒技术抑制空间干扰与测量噪声对执行器故障重构的影响,通过线性矩阵不等式工具箱求解观测器参数矩阵。最后,将该方法应用到航天器姿态控制系统中,仿真结果证明了该方法的有效性。     

空间推进系统故障诊断方法研究

论述了建构空间推进系统故障诊断专家系统的几个关键问题的解决方法。其一是利用故障树和征兆树来组织诊断判推，用于故障定位和故障预报。其二是诊断判推的区域性和时间性问题。区域性是指按气路、液路、推力室来划分判据；而时间性指诊断判据何时有效，判据的时间性表示方法以阀门动作指令为主，飞行程序为辅。     

YF—75发动机状态监控与故障诊断工程应用系统的研制

根据YF－75发动机状态监控与故障诊断工程应用系统（CMFDS）的研制情况，重点介绍了总体设计原则、系统功能、系统组成、系统结构、系统硬件组成与接口形式、发动机主要技术状态、故障模式分析、故障数据库建立、监测部件与监测参数选择等内容，对状态监控与故障诊断算法也做了较为详细的描述。最后，还给出了用YF－75发动机18次原始试车数据对CMFDS进行验证的情况，结果显示本系统具有很强的适应性和有效性。     

基于动态故障树的故障隔离程序分析方法

传统的故障隔离程序采用常规静态故障树进行故障分析，可能会导致故障原因分析不全、故障隔离路径过于繁琐等问题。提出基于系统原理和动态故障树进行故障隔离程序分析的方法，以某飞机防火系统引气导管过热探测系统故障为实例，进行系统设计原理和故障告警逻辑分析，引入动态逻辑门，构建具有顺序相关、功能相关和备份关系的动态故障树；在此基础上进行关联故障分析和排故流程图转化。结果表明：该方法能系统地、全面地反映故障触发逻辑，提供快速、准确、有效的故障隔离程序，提高飞机维修保障水平，在复杂飞机系统的航线维修领域具有良好的应用前景和推广价值。     

液体火箭发动机故障检测与诊断综述

对健康监控技术的中心问题－故障检测与诊断方法进行了综述，对可能用于液体火箭推进系统的各种故障检测与诊断方法进行了系统分类和详细评述，指出了近期必须研究和完善的几项主要工作。     

基于定性模型的液体火箭发动机故障诊断

建立了液体火箭发动机各类部件在正常和故障状态下的定性工作模式库，然后根据液体火箭发动机系统的拓补结构和系统的定性故障特征寻找系统全局定性解，并依据全局解中各个部件的状态来确定系统的故障部件。方法具有较好的解释性，在计算机上实现只需少量的内存和执行时间。另外，该方法用节点支路关联矩阵来表示系统的拓扑结构，具有一定的通用性。     

涡喷发动机供油调节系统的故障仿真及分析

供油调节系统的性能是影响发动机可靠性的重要因素。针对某弹用涡喷发动机，在综合已经发生的各种故障基础上，提出了发动机供油调节系统的故障模式集，并通过发动机及其供油调节系统的联合仿真平台，采用改变模型参数和结构的方法对三种典型故障进行了仿真分析和评估。结果表明：供油调节系统故障对发动机正常工作有很大影响。所采用的仿真方法具有实际的工程运用价值。     

发动机转子系统早期故障特征提取方法

对飞机发动机转子系统早期故障特点进行分析的基础上,提出了利用虚拟仪器和Matlab小波工具箱分析软件对其早期故障进行检测和特征提取的方法.文中对早期故障特征量的选取、有用信号与噪声信号的分离方法、突变信号与奇异信号的特征提取等进行了分析和研究,并以转子早期碰摩和早期不平衡为例进行了实验研究.结果表明,Labview和Matlab小波分析软件相结合,能够快速有效地提取发动机转子系统的早期故障特征,为发动机转子系统早期故障的快速识别提供了一种新途径.     

基于小波神经网络航空发动机滑油系统故障诊断方法研究

研究了基于小波神经网络的非线性系统的故障检测和诊断方法.把小波分析与前馈神经网络相融合,并推导出其具体的算法.应用小波神经网络对航空发动机滑油系统进行故障诊断.试验和仿真的结果表明:小波网络应用于故障诊断时具有收敛速度快,对网络输入不敏感等特点,为非线性系统的故障诊断提供了新的理论和方法.     

Real-time fault detection method based on belief rule base for aircraft navigation system

Real-time and accurate fault detection is essential to enhance the aircraft navigation system’s reliability and safety. The existent detection methods based on analytical model draws back at simultaneously detecting gradual and sudden faults. On account of this reason, we propose an online detection solution based on non-analytical model. In this article, the navigation system fault detection model is established based on belief rule base (BRB), where the system measuring residual and its changing rate are used as the inputs of BRB model and the fault detection function as the output. To overcome the drawbacks of current parameter optimization algorithms for BRB and achieve online update, a parameter recursive estimation algorithm is presented for online BRB detection model based on expectation maximization (EM) algorithm. Furthermore, the proposed method is verified by navigation experiment. Experimental results show that the proposed method is able to effectively realize online parameter evaluation in navigation system fault detection model. The output of the detection model can track the fault state very well, and the faults can be diagnosed in real time and accurately. In addition, the detection ability, especially in the probability of false detection, is superior to offline optimization method, and thus the system reliability has great improvement.