一个快速实时故障诊断系统

实时故障诊断系统是一个应用3种诊断方法,对故障进行协同诊断的系统．有很强的适用性和可扩展性。文中给出了系统的总体架构和故障诊断流程,简述了所用的基于专家系统的故障诊断、基于网络森林的故障诊断和基于仿真数据的故障诊断方法,以及这3种方法的具体实现。并对系统应用情况作了评价。     

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.     

运载火箭控制系统故障诊断专家系统研究

针对运载火箭控制系统和测发控系统的特点,简要介绍了当前故障诊断专家系统的应用现状,分析了诊断方法在航天领域应用的不足,提出了基于测发控流程信息和部件互联知识的专家诊断系统.     

基于数学模型和测量参数进行故障诊断的结构排除法

本文对结构排除法进行了简单的介绍，在简单的例子上对利用结构排除法进行故障诊断做了示范，对应用多个测量参数进行诊断提出了简单易行的方法，提出了诊断管路泄漏的方法，最后对结构排除法的优点以及在应用中需深入研究的方向进行了分析。     

模糊数学在火箭发动机故障诊断专家系统中的应用初探

在简要介绍了模糊数学及其应用的基础上，重点论述了应用模糊数学为故障诊断专家系统建立诊断矩阵、确立故障征兆与故障成因间的隶属关系、模式识别等的过程和方法。最后介绍了据此原理而建立的火箭发动机的故障诊断专家系统。     

液体火箭发动机智能故障诊断的研究现状

综述了液体火箭发动机的故障模式，总结了液体火箭发动机故障诊断技术的最新成果，包括基于物理模型、信号分析和人工智能的故障诊断方法；将不同故障诊断方法的应用进展及其诊断效果进行了对比分析；并对液体火箭发动机故障诊断方法的发展趋势进行了展望。     

一种基于小波分析的控制系统BIT自诊断方法研究

随着BIT技术的发展,将先进的故障诊断算法嵌入到BITE(Built-inTest Equipment)中已经成为BIT智能化的趋势。本文针对目前傅立叶分析法在大型运载火箭数据处理应用中的不足,结合小波分析方法在故障诊断方面的优势,提出了一种基于小波分析的控制系统BIT自诊断方法;以数字伺服机构为对象,构建了基于残差思想的小波诊断模型,并在Simulink环境下,对诊断结果进行了仿真;结果显示该方法能够对故障准确定位,效果良好。     

基于MAS的实时诊断技术在电源系统中的应用研究

为了提高卫星这类大规模复杂系统的诊断速度和精度,提出了一种基于MAS 的卫星电源系统分布式诊断框架。框架的核心部分是两类诊断Agent：一类是自适应全局Age nt,负责全局诊断,采用多信号模型的诊断方法;另一类是子系统驻留Agent,负责局部诊 断,采用参数估计的诊断策略,并引入Box\|Jenkins的建模方法。通过通讯Agent和电源专 家Agent实现多Agent间协调工作。在电源系统中的应用表明,两种诊断Agent间优势互补, 提高了诊断效率,并能准确地给出诊断结果。
     

巡航导弹发动机智能故障诊断方法研究

为提高巡航导弹发动机的可靠性和利用率、降低传统的定期维护成本，提出了应用自适应神经网络技术对巡航导弹发动机进行诊断。将采集到的巡航导弹发动机有关数据分为故障现象和故障集分别进行编码，而后利用神经网络的自学习、联想、推测、记忆、容错、自适应和多模式处理等功能对巡航导弹发动机的故障进行诊断。     

低轨卫星太阳电池阵输出电流异常诊断方法

为应对低轨卫星太阳电池阵输出电流下降导致的在轨运行风险,需要进一步提升对太阳电池阵输出电流监视诊断的准确性和及时性.首先,针对太阳电池阵输出电流精细化诊断的需求,分析了传统工况条件关联、差值比对关联诊断方法的局限性,以及影响诊断报警精度和时效的原因;然后,提出了借鉴性能量化评估思路的归一化诊断方法,并给出了数据处理算法及诊断流程.经在轨验证,结果表明:归一化诊断方法有效可行,诊断精度相较关联诊断方法的电流波动6～10 A提升至0.5 A,满足快速、精确诊断的需求.     

人工神经网络在卫星姿态测量系统故障诊断中的应用研究

针对卫星姿态测量系统的硬件故障, 应用人工神经网络进行故障检测与诊断, 得到了较为满意的结果。研究表明, 人工神经网络结构简单, 学习速度快, 适应性广, 对于卫星姿态测量系统中的姿态传感器故障, 检出率和诊断正确率可达到百分之百     

液体火箭发动机滚动轴承故障诊断方法初探

轴承故障在回转机械的各种故障中占有很大比例,轴承故障的诊断和检测是机械故障诊断重点发展的技术之一。本文结合发动机滚动轴承使用情况,介绍了液体火箭发动机滚动轴承故障诊断的作用、工作过程、诊断与检测方法。     

卫星在轨故障地面诊断系统设计

为解决卫星在轨故障诊断问题,提出了一种故障地面诊断方法,并进行了诊断系统设计。在诊断方法中,建立了卫星各系统耦合的整星模拟器,利用卫星遥测与模拟器预测值形成残差,滤除遥测信息中已知的动态规律部分,缩小故障诊断阈值,提高故障检测的准确性,最后运用信号分析或机器学习的方法对残差实现诊断。诊断系统由遥测接口程序、整星模拟器、残差诊断程序、诊断调度程序、相关数据库和配套工具构成。从系统结构设计和算法的参数化设计两方面,分析了卫星故障地面诊断系统设计,并用建成的系统样机进行了验证。系统样机运行结果表明,这种方法和系统设计思路是可行、有效的。     

神经网络专家系统在电源系统诊断中的应用

为了解决卫星这类复杂系统采用单一的智能故障诊断技术的诊断局限性问题,提出一种基于模糊综合评判的神经网络和专家系统相结合的诊断方法。选用改进的BP神经网络,添加动量因子和可变学习速率,并通过计算十个相同结构神经网络输出的标准差获得诊断结果的可信度。采用基于可信度的专家系统不确定性推理,给出了可信度计算方法。采用代数积与代数和模糊算子对两种诊断方法的结果进行综合评判。成功地应用于某卫星电源系统的故障诊断中。结果表明诊断的可信度和诊断的正确率得到提高。     

液体火箭发动机基于定性键合图模型的故障诊断方法研究

结合基于模型知识的诊断推理方法和键合图理论在定性建模方面的优点，提出并研究了液体火箭发动机基于定性键合图模型的故障诊断方法。以某大型泵压式液体火箭发动机为研究对象，建立了其定性键合图模型，给出了基于此类定性模型的故障诊断机制，并利用仿真数据验证了诊断结果，对该方法及其结果进行了详细的分析。研究结果表明，该方法具有诊断快速有效和易实现的优点。     

基于Jess的卫星状态诊断系统设计与实现

针对卫星在轨管理中实时故障检测与解决较弱的现状,应用专家系统工具Jess构建了实时卫星状态诊断系统。系统可以适应遥测组合模式的复杂约束关系和频繁变化,收集、整理领域知识,实时检测卫星的工作状态,发现并提示卫星状态变化,显示状态诊断过程和结果,提供解决异常问题的参考方案,积累故障处理的经验。文章给出了系统总体结构的设计及关键技术的实现,从而为Jess在航天测控领域其他方面的应用提供了一种思路和方法。系统已成功应用于卫星的在轨管理中。     

防空导弹武器系统故障诊断技术探究

对主要的故障诊断技术进行了系统地归纳和分类,并重点讨论了基于知识处理的智能故障诊断方法,对专家系统故障诊断方法、故障树故障诊断方法、模糊故障诊断方法、神经网络故障诊断方法以及基于支持向量机的故障诊断方法进行了详细介绍。     

基于动态观测器的多故障诊断技术的应用研究

针对卫星这类复杂系统多故障诊断的难题,研究了一种基于动态观测器的多故障诊断方法.该方法通过改变动态观测器的结构,使之对某一故障具有鲁棒性,从而简化了设计一族观测器的复杂性.给出了动态观测器的设计方法和多故障诊断策略,并在某卫星姿控系统中进行了仿真应用.仿真结果表明,适用于复杂系统的多故障诊断与分离,并可实现诊断的实时性.     

分布式故障诊断专家系统在运载火箭发射决策中的应用研究

根据新一代运载火箭地面测发控系统的一体化设计要求,将分布式故障诊断专家系统应用到运载火箭发射决策中,建立了运载火箭分布式故障诊断专家系统的总体结构.根据故障信息的流动方向将诊断过程分为征兆获取级、分系统诊断级以及全局诊断和决策级3级.征兆获取级通过特征提取和神经网络模块实现复杂测试数据的征兆自动获取.分系统诊断级和全局系统诊断级的诊断推理均建立在"三表制"知识表达方法上,但根据各自任务的不同,分系统诊断级采用征兆驱动的正向推理,并结合深度推理算法实现规则的遍历问题;全局系统诊断和决策级采用面向故障的反向分级推理,并提出了故障的分级策略.     

应用经验模态分解的箱型结构裂纹诊断方法

为获得航天器结构的更多故障信息,文章提出了一种应用经验模态分解对一个两层箱型结构进行裂纹故障诊断的方法。先对该结构进行有限元建模和模态分析,发现结构有无故障均对模态的影响非常小;再对实际结构进行正弦振动试验,对振动响应信号进行经验模态分解,利用固有模态函数构造标识向量,提取用标识向量间的标识夹角作为诊断结构故障的指标。分析结果表明,结合施加给结构的主振方向,利用标识夹角能识别出裂纹的位置和方向。该方法为航天器结构故障的诊断提供了一种新的思路。