基于统计参数分析和RBF网络的动调陀螺故障诊断方法

针对动调陀螺故障振动信号的特点,提出了一种基于振动统计参数分析和神经网络的动调陀螺故障诊断方法.该方法通过计算原始振动信号的一组统计参数作为表征故障的特征信息,以此作为RBF神经网络的输入参数来学习并识别陀螺故障.实验结果表明,采用对统计参数的计算能够简单、有效地提取陀螺故障特征信息;运用神经网络进行故障诊断建模,使诊断具有自适应、自学习的能力,诊断结果更加可靠.     

光纤惯导角度随机游走误差传播特性研究

角度随机游走是光纤陀螺的一个重要技术指标,也是高精度光纤惯导系统的一项重要误差源。为了深入了解角度随机游走误差对系统精度的影响,从统计角度研究了该误差在导航过程中的传播特性。通过将角度随机游走对系统的影响等效为不相关的随机脉冲序列激励下的系统输出,推导了角度随机游走作用下导航误差的理论公式并进行了仿真验证。结果表明,所给出的理论表达式能够很好地描述角度随机游走误差的传播规律。通过解析表达式,可以在任意时间段对任何一只陀螺角度随机游走造成的系统误差进行定量分析,这对于系统性能评估、误差分析和设计工作都具有重要意义。     

陀螺随机游走对导弹自瞄准精度的影响

介绍了激光陀螺随机游走误差的基本概念和误差模型,通过理论分析、计算机仿真以及试验研究了激光陀螺随机游走误差对导弹自瞄准精度的影响,研究结果具有一定的工程应用价值.     

星载光纤陀螺的最优调制深度

为了选取合适的调制深度以提高星载光纤陀螺在空间辐射环境下的工作性能,通过对闭环光纤陀螺输出信号的信噪比分析建立了光纤陀螺随机游走系数与调制深度的关系的模型。根据该模型对光纤辐射致衰减、光纤长度、光源光功率对最优调制深度的影响进行了仿真研究。结果表明：光纤辐射致衰减越小、光源光功率越大,则光纤陀螺的最优调制深度越大,且相应的随机游走系数越小。增加光纤长度将降低光纤陀螺的最优调制深度,当光纤衰减较大且光纤较长时,过调制技术可能会使光纤陀螺性能恶化。因此,在星载光纤陀螺的设计过程中应根据实际情况对调制深度进行优化,以保证陀螺获得最优的工作性能。理论分析和仿真结果为星载光纤陀螺最优调制深度的选取提供了依据。     

单机五陀螺捷联惯导系统重构算法研究

针对传统的故障诊断算法复杂且最后的目标是重构输出模型问题,提出基于重构优先的冗余信息管理算法。通过事先构造3个输出模型,提出一种判断故障的特征值,直接对3个输出结果进行分析判断和数据融合处理。该算法可在无故障时融合多模型的信息,且在单表故障下快速输出正确模型。通过对三正交两斜置的五陀螺输出信息数学仿真结果表明,基于重构优先的信息管理算法在无故障时输出精度较目前三表模型输出精度有提高,并在一度故障下有很强的鲁棒性和自适应能力。     

基于数据驱动的运载火箭贮箱故障诊断方法研究

以运载火箭贮箱为研究对象,提出了一种基于数据驱动的贮箱故障诊断方法。根据贮箱的结构组成特点和制造流程,分析贮箱制造关键故障模式,建立故障源特征库;通过关键产品特性分析,确定贮箱的故障特征监控点;建立线性回归的故障源检测分析模型,利用线性最小偏差估计方法处理小样本采样数据,根据贡献度和敏感度分析检测故障源;最后针对检测出的故障源进行单值回归预控法分析,实现对故障源的持续监测。     

基于决策树方法的液体火箭发动机稳态段故障诊断

以泵压式液体火箭发动机为研究对象,针对故障特征难以提取的问题,提出了在大量试车数据的基础上,应用决策树方法提取故障特征并进行稳态段故障检测与诊断的思路,对某型发动机大量热试车数据进行了实例分析,将得到的故障检测和诊断结果与神经网络等方法所得结果进行了比较。并利用仿真数据对该方法的性能进行了进一步验证。研究结果表明,决策树方法是一种有效、可靠的液体火箭发动机故障检测与诊断的新途径。     

硅微陀螺阵列信号处理技术研究

() 摘 要:基于一种新的硅微陀螺随机漂移模型和被测角速度的随机游走模型,建立硅微陀螺阵列随机漂移过程的Kalman滤波方程。通过数据融合方法,在选择合适的陀螺间互相关系数的基础上,可以将硅微陀螺的静态漂移从52.1度/小时降低为0.465度/小时。利用同类多传感器的数据融合和被测量动态信号的差分技术,可以实时辨识出硅微陀螺的随机漂移,通过已被检测出的动态信号的进一步Kalman滤波,最终可将被测信号的信噪比提高11dB.
     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题,为了降低卫星姿态确定系统故障诊断的运算量,提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器,然后将卡尔曼滤波器与简化观测器思想相结合,进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离,又能够诊断星敏感器的故障。此外,该方法只利用一个滤波器即可实现故障检测与分离,其计算量小,有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验,仿真结果表明了所提方法的有效性。     

基于ILLE和SVM的卫星执行机构系统故障检测与定位

针对某超高指向精度要求的卫星平台,采用增量式局部线性嵌入(ILLE)与支持向量机(SVM)结合的方法,研究系统配置的多组磁伺服机构的故障检测与故障定位技术。在分析执行机构故障模式以及故障影响的基础上,采用LLE算法实时提取并更新与故障相关的卫星姿态控制系统高维信息,对其进行降维及特征提取,实现执行机构系统故障检测。当检测到故障时,提取执行机构系统输入输出信息,利用支持向量机(SVM)方法进行故障定位。该方法无需采集离线数据生成样本集,直接利用卫星姿控系统产生的在线故障特征数据集进行故障检测,并能根据故障检测结果,有效地实现卫星姿控系统执行机构的故障定位。算例仿真结果验证了所提方法的有效性。     

激光陀螺误差建模与估计研究

首先用小波分解的方法对陀螺误差的趋势项进行了分析 ,采用Allan方差分析的方法 ,对某型激光陀螺误差进行了建模及误差估计研究 ,将激光陀螺误差中的零偏、量化噪声、及随机游走噪声等误差成分分离出来 ,并对其统计特性进行了估计。同时实验结果表明一阶马尔可夫噪声在激光陀螺误差中不占主要分量     

太阳敏感器/陀螺定姿算法研究

针对近地航天器故障模式或深空探测模式,研究了仅利用太阳敏感器和陀螺进行航天器定姿的方法.给出了姿态确定滤波模型,分析了影响定姿精度的主要因素,讨论了轨道日照角对定姿精度的影响.研究结果表明:该组合可实现航天器故障模式或深空探测模式中的低精度姿态确定;轨道日照角对定姿精度影响较大,有效的轨道日照角是确保太阳敏感器/陀螺姿态确定方法可行的关键.     

基于Fuzzy ARTMAP的GPS/INS组合导航系统故障诊断

将基于双状态传播器的状态χ2检验法(SCST)结合Fuzzy ARTMAP神经网络应用于GPS/INS紧组合导航系统故障的诊断和参数识别。首先,采用双状态传播器的状态χ2检验法对组合导航系统进行故障检测,得到故障的特征模式,并给出了双状态传播器重置时间间隔选择的充分条件;然后,利用Fuzzy ARTMAP神经网络结合特定的飞行器机动对故障模式进行分类,给出了一种新的分类方法;对于飞行器按照不同轨迹进行飞行的情况,也可有效的识别故障源。最后将分类的结果送入另一个Fuzzy ARTMAP神经网络进行故障参数的估计。仿真结果表明,针对组合导航系统中陀螺、加速度计、GPS信号的一度故障,此方法能有效进行检测和隔离,并能准确估计出故障发生时间和故障幅值。     

一种液体火箭发动机试车启动过程故障预警方法

针对某液体火箭发动机地面试车启动过程中故障样本数据稀少、故障预测和故障部件定位等问题,提出了一种基于注意力机制的卷积神经网络和长短时记忆网络的故障预警方法。首先,搭建了液体火箭发动机系统仿真模型,采用参数故障注入方法获取启动阶段的正常/故障样本;其次,通过卷积神经网络从输入样本中捕获局部特征,利用长短时记忆网络从特征中提取时序特征,进而预测出监测参数的潜在变化趋势;最后,基于故障诊断模型定位故障部件,实现发动机启动过程的故障预警。实验结果表明,该方法能够有效地对该火箭发动机启动阶段故障进行预警,具有工程应用价值。     

基于数值微分方法的卫星陀螺故障诊断(英文)

提出一种基于数值微分的卫星陀螺故障诊断方法。通过引入代数可观测的概念,将故障诊断问题转化为求解数值微分问题。并根据卫星姿态运动学方程证明了陀螺故障的代数可观性。然后通过高增益观测器的方法来近似姿态敏感器测量输出的数值导数,并利用李雅普诺夫理论分析和设计高增益观测器。基于陀螺故障的代数可观性和星敏感器测量输出的数值微分,可以直接得到陀螺组件的故障估计值。最后,通过突变、缓变和并发故障等仿真算例验证了算法的有效性,仿真结果表明所提出的方法不仅可以检测故障的发生,而且能够估计故障幅值。     

诊断键合图在液体火箭发动机故障诊断中的应用

研究了通过诊断键合图模型建立液体火箭发动机解析冗余关系的故障诊断方法。通过在液体火箭发动机键合图模型中加入观测信号和虚拟传感器的方法，建立其诊断键合图模型，并利用此模型构建了系统的解析冗余关系。提出了根据诊断键合图因果路径并利用解析冗余关系残差趋势分析建立具有残差变化方向故障特征矩阵的方法，使故障特征值能更好地反映故障特征。最后利用仿真数据对诊断结果进行验证和分析，表明该方法建模简单、诊断速度快、准确性高。     

光纤陀螺随机误差建模及补偿

针对光纤陀螺的非系统性随机噪声,研究其补偿方法。首先,对光纤陀螺观测数据进行平稳性、正态性、零均值性和周期性统计检验。然后,基于时间序列分析的数据建模方法,利用光纤陀螺的输入输出特性数据建立AR模型,并验证AR模型的适用性。最后,采用基于AR模型的Kalman滤波算法对随机误差进行滤除。仿真结果表明,基于AR模型的Kalman滤波算法能够有效抑制光纤陀螺随机误差。     

星载陀螺数据的无阈值选用方法

为了提升卫星自主诊断能力和定姿精度,文章提出了一种星载陀螺数据的无阈值选用方法,在平衡方程法的基础上,引入星敏感器测量评价陀螺性能,既能够在陀螺零偏发生较大变化时切除故障陀螺,也可以在陀螺零偏变化不大时,优选性能最优的陀螺组合。首先,采用平衡方程进行陀螺故障检测,保证大故障时及时切除故障陀螺;然后,用星敏感器数据滤波估算陀螺零偏,并计算残差;最后,优选零偏最小的3个陀螺参与定姿运算。仿真校验说明了方法的有效性。     

自适应卡尔曼滤波在激光陀螺信号处理中的应用

各种随机噪声是激光陀螺误差的主要来源。为了减小激光陀螺的随机误差，建立了激光陀螺随机漂移数据的时间序列模型，设计了基于激光陀螺随机漂移数据时间序列模型的经典卡尔曼滤波器，对激光陀螺随机漂移数据进行了卡尔曼滤波，并针对经典卡尔曼滤波的不足，利用简化Sage—Husa自适应滤波算法对激光陀螺漂移数据进行处理，取得了较好的结果。滤波结果表明，简化的Sage—Husa自适应滤波优于经典卡尔曼滤波，并验证了简化的合理性。     

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.