基于神经网络在线建模的非线性动态系统中传感器故障检测方法

本文提出一种基于神经网络在线建模的动态非线性系统中传感器故障检测方法，它首先利用神经网络在线建立动态非线性系统的超前一步预测模型，然后利用神经网络对传感器的预测输出和传感器实际输出之差与一预定阈值比较以检测传感器故障。本文的优点是可以检测多个传感器故障，同时由于采用在线学习方式，非常适于航天器自主系统传感器故障检测的需要。此外，故障检测阈值的选取也比较简单。为了验证本文方法，仿真了一控制系统中同时发生漂移故障的两个传感器故障检测过程。结果表明，方法十分有效。     

考虑传感器故障检测能力的PHM系统传感器优化配置方法

传感器优化配置是航空航天设备PHM系统功能得以有效实现的基础和保证。针对目前传感器配置研究中未考虑传感器实际属性的问题,建立了考虑传感器故障检测能力的PHM系统传感器优化配置模型。首先分析了系统故障-传感器相关性矩阵的含义,将传感器的故障检测能力和相关性矩阵相结合,以概率形式描述了传感器对故障的检测性能。在此基础上根据系统的测试性指标要求建立传感器优化配置模型,并采用混沌二进制粒子群优化算法求解。仿真实例结果表明,本文建立的优化模型更加符合实际情况,配置结果更加准确和可靠。     

基于主元分析法的液体火箭发动机传感器故障检测与诊断

针对液体火箭发动机的压力、温度、流量等传感器数据,给出了一种基于主元分析法的传感器故障检测与诊断方法。该方法能够在对测量参数相关性分析的基础上,将传感器测量值所组成的测量空间分解为主元和残差两个子空间,通过传感器实际测量数据与正常数据矩阵在残差子空间投影的比较,对传感器的故障进行检测与诊断。以某型LRE传感器组为研究对象,通过故障模拟,给出了该方法对4种典型传感器故障的检测与诊断实例。结果表明主元分析法对LRE传感器具有很好的故障检测和故障诊断能力。     

液体火箭发动机传感器故障检测与数据恢复算法研究

以某型液体火箭发动机为研究对象,根据其传感器的故障特性,提出了基于BP神经网络的传感器故障检测与数据恢复算法。通过定义的传感器置信度来判断传感器是否发生故障,以及确定故障传感器,利用已训练好的神经网络结构对故障传感器进行数据恢复。研究内容能够实现传感器的故障检测、定位与补偿,能够有效提高发动机故障检测方法的可靠性和鲁棒性。     

多传感器数据融保及其在余发联惯导系统中的应用

在介绍多传感器数据融合的概念和基本方法的基础上，将其引入到余度捷联惯导系统中，增强了系统的故障检测能力，降低了测量噪声的影响，提高了惯导系统的精度。     

基于可观测性和可靠性的传感器分布优化设计

为了解决航天器的故障检测的传感器分布的设计问题,本文提出一种描述系统故障的有向图模型,针对该模型,给出了基于可观测性和可靠性的传感器分布的设计问题的描述,并提出了优化设计的思想。根据该思想给出了传感器分布优化设计方案,该方案考虑了故障的可观测性和故障检测的可靠性问题,还有传感器安置成本的约束问题,并采用了贪婪启发式算法实现了该方案。该方案应用到某卫星一次电源系统,仿真算例的结果表明该方案满足了可观测性和可靠性的要求,通过与其它设计方案对比,该方案能够快速提高系统的可靠性,更适合系统设计的需要。
     

基于人工智能方法的传感器故障诊断技术

在液体火箭发动机地面试验过程中,传感器的失效率远高于发动机部件、组件的故障率,因而提出了采用基于人工智能的方法对传感器的故障进行检测与诊断.本文对基于人工智能方法用于传感器故障检测与诊断的特点进行了分析,并分别应用BP神经网络和自适应神经模糊推理系统（ANFIS）对某次传感器的故障进行检测.结果证明基于人工智能的方法稳定可靠,具有良好的工程应用前景.     

基于模糊方向规则的火箭发动机传感器故障检测与分离

提出了一种直接从训练样本中获取模糊方向规则的学习算法，并应用于火箭发动机的传感器故障检测与分离。每种传感器故障模式由一些模糊方向规则聚集形成，模糊方向规则的全隶属区是一个由单位方向、夹角和两个半径确定的方向超体。模糊方向规则一次循环学习形成，在学习中能不断融合新样本信息。液体火箭发动机传感器故障检测与分离的仿真研究验证了模糊方向规则系统的优越性能。     

飞轮传感器的高斯混合模型故障检测方法

针对闭环控制的飞轮系统,本文采用一种基于高斯混合模型(GMM）的故障诊断方法检测飞轮的传感器故障。姿态机动的反作用飞轮是一个多工况系统。通过飞轮的历史观测数据建立飞轮的GMM模型,它用有限个高斯函数的加权组合来有效地拟合多工况的观测数据,利用基于贝叶斯推理的后验概率（BIP）指标计算新样本偏离GMM模型的程度,该指标能避免由于数据分类不确定而引起的误检测问题。仿真结果表明BIP指标不需要复杂的数学建模就能准确检测飞轮传感器故障。     

传感器故障重构设计的新方法及其应用

提出了一种传感器故障重构的新方法。该方法利用右特征结构配置设计的线性观测器来消除系统中的非线性以及干扰对故障重构的影响。这种设计不仅能够达到对故障的快速检测,而且能够准确地估计故障的大小。通过在某火箭姿态控制系统中的应用,证明了该设计方法的有效性和实用性。     

液体火箭发动机典型故障类型及将来的传感器检测策略

本文对液体火箭发动机研制中易出现的典型故障按组件进行了归类,并就故障特征进行了说明与分析,进而提出了将来有望发展的传感器检测技术策略,旨在对新型号发动机设计、改进和进行发动机故障诊断与防护研究有所裨益.     

动态系统慢变型故障的检测与隔离

利用最优奇偶向量法 ,分别设计对执行机构故障和传感器故障敏感的最优奇偶向量 ,产生各自对执行机构故障和传感器故障敏感的残差 ,从而达到将执行机构故障和传感器故障进行分离的目的     

基于小波分析的容错组合导航系统故障检测算法研究

针对目前多数故障检测法对缓变的软故障检测不灵敏,延迟性较大,无法判断各种故障类别等问题,在分析利用小波奇异性进行故障检测原理的基础上,提出了一种基于模极大值原理的导航传感器故障检测方法。该算法利用传感器的观测量来诊断传感器是否正常工作,文中给出了利用小波奇异性进行故障检测的原理描述及利用该算法进行故障检测算法流程。该算法不仅对导航传感器软故障具有较高的检测灵敏度,而且可以通过故障点处信号的Lipschitz指数来判断故障类别,为传感器故障隔离和修复提供有效的信息,因此可以更好的保障多传感器容错组合导航系统的可靠性。计算机仿真表明所提方法是有效的,具有较高的实用性。     

基于小波故障检测的INS/GPS导航系统信息融合技术

针对组合导航系统中传感器众多、故障难以辨识等特点,运用多小波分析技术对各传感器的状态信号作小波分析,在较短时间内发现故障点。采用联邦式信息融合机制,通过模糊推理的方法在故障系统和非故障系统之间进行无扰动切换,实现自适应系统重构,保证系统的导航定位精度、容错能力和可靠性。采用跑车试验和仿真实验相结合的方法对提出的技术方案进行验证,证明了其可行性。     

鲁棒自联想神经网络在故障传感器信号恢复中的应用

总结和归纳了传感器的六类故障模式，仿真结果显示出采取鲁棒自联想神经网络能恢复发生故障的传感器信号。     

一种自旋稳定卫星姿态传感器数据异常的诊断方法

针对自旋稳定卫星遥测数据异常时,故障类型和故障源难于辨识的问题,提出一种数据驱动的故障诊断新思路.该方法提出将卫星姿态与传感器之间固有冗余关系是否保持作为判断故障类型的依据,并利用主成分分析把这种关系通过测量空间的特征值进行量化,监测特征值之间相应比例的变化实施判定;借助正交子空间的结构分析,选择SPE统计量进行故障检测和故障源的定位.在遥测数据的基础上模拟风云某型气象卫星的不同故障模式,并应用本文方法进行分析,结果表明,该方法克服了传统贡献图方法无法判别故障类型的缺点,可以实现对故障的正确诊断.     

AIS在LRE故障检测与诊断中的应用研究

为提高液体火箭发动机(LRE)故障检测与诊断的及时性、实时性与准确性,将人工免疫系统(AIS)中的否定选择原理用于LRE的故障检测与诊断。基于正常状态与故障模式的人工识别球,采用最大相似原则,实现了LRE稳态工作过程中的故障检测与诊断,并用LRE稳态故障试车数据进行实验。验证结果表明:AIS对LRE故障检测与诊断的速度快,正确率与灵敏度高,捕获未知故障能力强,有良好的应用前景。     

无线传感器网络中故障节点检测与修复方法综述

无线传感器网络WSNs（Wireless Sensor Networks）的网络故障节点问题已引起人们的极大关注。针对这个问题，将修复方法分为可连通情境下修复和非连通情境下修复，并将二者进行对比分析，对不同类型的故障节点检测算法进行了归纳，最后对无线传感器网络中故障节点检测与修复的发展进行展望。     

基于MSPCA的液体火箭发动机试车台氢供应系统传感器故障诊断方法

研究了多尺度主元分析方法在传感器故障诊断中的应用问题。利用小波变换得到传感器信号在各个尺度上的系数，然后根据尺度系数矩阵建立主元分析模型进行传感器故障诊断。设计了固定窗长的移动窗口，对窗内数据进行小波变换后，用最后一个尺度系数计算平方预报误差进行故障检测，采用传感器有效指标这种具有定量辨识标准的参数对故障传感器进行辨识。最后，以液体火箭发动机试车台氢供应系统几个关键传感器的故障诊断为例验证了这种方法实用性和有效性。     

多传感器分层多级变结构组合导航信息融合方法

基于惯性/卫星(全球卫星定位系统(GPS)/北斗双星)/多普勒/星光组合导航系统,提出了一种用于组合导航系统的多传感器分层多级变结构部分优化故障检测、隔离与系统重构(FDIR)的信息融合模型和算法。给出了模型的构成,并讨论了分层多级融合顺序与部分融合对全局估计的影响及其优化。理论分析和仿真试验结果表明,分层多级部分优化融合模型融合后的综合性能优于联邦滤波基本融合模型。