基于分层传递系统模型的航天器故障诊断方法

 针对传统的传递系统模型在航天器自主诊断系统中只能表示单一粒度诊断知识,知识表示的完备性差,导致诊断结果的分辨率不高,且诊断系统执行效率低的问题,提出了分层传递系统模型和诊断方法。为了保证不同粒度诊断知识的完备性表示,将系统模型按不同粒度和结构关系进行分层。通过自顶向下的递归搜索,先监测系统异常,再匹配故障类型,逐层缩小搜索空间,最终找出故障候选集和故障的层次关系。同时为了减小计算规模,在诊断过程中引入了分离策略,降低实时诊断计算量。应用该方法建立了某卫星测控分系统模型并进行故障仿真,结果表明该方法可以增加模型知识表示的完备性,并能有效提高诊断效率和结果的分辨率。     

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。     

FSDG在测控系统下行信道中的诊断应用

针对纯定性SDG（Signed Directed Graph,符号有向图）模型的诊断方法因定量知识的缺失导致虚假解多、分辨率低的问题,将SDG定性模型与定量知识相结合,通过在定性模型中加入模糊隶属度与模糊相容度等定量知识,形成了定性定量集成模式的FSDG（Fussy Signed Directed Graph,模糊符号有向图）深层知识模型;并在此基础上,提出一种基于定性定量知识集成模式的故障诊断方法;最后应用该方法建立了某测站下行信道系统的FSDG诊断模型,并进行了故障诊断仿真.结果表明：该方法有效提高了诊断分辨率,具有诊断结果完备、准确性高的优点.     

载人航天器在轨自主健康管理系统体系结构及关键技术探讨

针对载人航天器复杂化、任务多样化、在轨运行长期化的发展趋势,及由此对航天器在轨自主健康管理的能力提出的更迫切的需求,提出了一种在轨自主健康管理系统分层体系结构,并采用Observe-Orient-Decide-Act循环描述健康管理子行为之间的交互模型,可实现准确、高效的自主健康管理。并以空间站系统为例,研究了分层分级的服务部署、分类故障诊断、故障模型配置、基于构件的软件实现等关键技术。     

基于FDG和GA的故障诊断技术在电子对抗装备中的应用

探讨了模糊有向图（Fuzzy Directed Graph,FDG）和遗传算法（Genetic Algorithm,GA）相结合的故障诊断技术及其在电子对抗装备故障诊断中的具体应用。根据电子对抗装备组件的实际状态,应用模糊理论得出各组件发生故障的可能性,建立电子对抗装备的模糊有向图,利用遗传算法搜索出模糊有向图中可能的故障传播路径。实践表明,该技术应用在电子对抗装备的故障诊断中是行之有效的,取得了较好的诊断结果。     

基于定性和定量关系的液体火箭发动机故障诊断

针对定性故障诊断系统的固有缺陷，利用模糊数学知识，在符号有向图上加入定量信息，形成定性定量模型，通过计算和比较被诊断模式对已知故障类型的模式的隶属度来确定系统的故障。该方法比较充分地利用了系统被监测参数的数值资源，对故障模式具有较强的识别和区分能力。     

基于云模型SDG的航空发动机多工况故障诊断方法

针对航空发动机的故障寻源以及故障传播问题,提出了基于云模型符号有向图（SDG）的发动机多工况故障诊断方法。 在SDG模型的基础上根据发动机结构进行模块化以便于推理,应用故障关联矩阵进行相容通路的推理;根据相容通路画出故障传 播路径,运用云模型理论进行定性与定量的转换,计算故障传播路径上每个节点的传播概率,并对未测节点的状态值进行预测,根 据计算结果对每条相容通路进行可能性排序,确定故障源头。根据工况转换矩阵快速得到不同工况下的SDG模型,同时根据具体 工况改变模型阈值,对不同工况下的异常节点进行快速推理预测。发动机气源系统的诊断实例表明：基于云模型SDG的多工况故 障诊断方法可以帮助决策者做出正确的检测策略,快速制定维修措施,能够有效地运用在复杂系统内的故障传播诊断。     

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。     

一种因果故障诊断方法的故障源候选集排序方法研究

对Bandekar提出的一种因果故障诊断方法,在因果关系图的基础上利用模糊阈值及模糊评判矩阵,提出了一种能够利用故障概率,对故障源候选集进行排序的方法。该方法有利于故障定位,可提高故障诊断速度,同时还使诊断结果对噪声及参数选择具有鲁棒性。     

基于TMSDG的民用飞机故障诊断隔离策略

 针对民用飞机排故时交互式故障诊断与隔离需求,在符号有向图(SDG)中补充状态节点的故障概率信息和未测状态表达,引入对测试节点的描述,提出了一种附带测试维修信息的SDG(TMSDG),给出了基于此模型的交互诊断流程。首先根据初始征兆获取可疑集,然后综合可靠性和测试代价等因素生成一种基于最小测试代价的诊断二叉树对初始可疑集进一步隔离。该模型能描述复杂系统中存在的状态关联和故障测试依赖关系,对其中故障进行交互式诊断和隔离指导。利用该方法建立了某飞机发动机高压引气的诊断模型,实验结果表明提出的方法有效。该方法适用于飞机的外场故障诊断与隔离。     

转子振动故障的过程功率谱熵特征分析与定量诊断

针对传统旋转机械振动故障定性诊断的不足,提出了1种以信息熵理论为基础的转子故障特征分析与定量诊断方法。在转子试验台上模拟转子振动的4种典型故障,分别得到4个测点多转速下的振动过程故障数据;对这些故障数据进行分析和处理,提取反映其振动过程的故障特征——功率谱信息熵,建立能描述转子振动过程变化规律的多转速多测点下的故障信息熵矩阵,并对振动故障进行分析;通过对转子振动故障信号的实例计算和定量诊断分析,验证了该方法在转子振动故障分类和故障严重程度判断方面是可行的。     

面向民用飞机排故的增强型符号有向图

针对民用飞机故障的动态特性及维修体制,在符号有向图（SDG）模型中引入动态元素,并融合系统结构模型,提出一种结构和参数能随工况变化而调整的增强型有向图（ESDG）模型。进而提出基于故障依赖矩阵的相容根树搜索算法与分层诊断策略,能解决实际排故中常常因部分状态未测量而造成诊断信息缺失的问题。该方法能满足分级维修中不同诊断精度的要求。多个工况的综合诊断进一步提高了推理分辨率。最后以某民机发动机引气系统为实例说明了该方法的有效性。     

START: System Testability Analysis and Research Tool

START, a software package for automatic test sequencing and testability analysis of complex, hierarchically described modular systems, is described, and its use in modeling systems is examined. START uses algorithms based on information theory, heuristic search, and graph theory to solve various faces of the test sequencing and testability analysis problems. A system is modeled in the failure space as a hierarchical directed graph with nodes denoting modules and testpoints and with AND nodes denoting redundancy. Interconnections among the nodes denote their immediate functional dependencies. START supports hierarchical testing in accordance with the maintenance strategy; a failure source may be isolated to a component or a module at any level. Other practical features include options to integrate diagnosis with repair (after partial diagnosis) in order to optimize test time, test cost, or test and repair cost. An interactive menu-mouse graphical interface serves as a high-level front end to these algorithms and enables the user to graphically enter and modify hierarchical functional models of systems. START presents the gist of the outputs of the testability analysis algorithms as a concise testability report consisting of important figures of merit     

小型航空活塞发动机喷油异常的故障诊断

针对小型航空活塞发动机出现的喷油异常故障,基于发动机的缸内压力和缸盖振动信号,采用一种变分模态分解和布谷鸟搜索优化支持向量机相结合的故障诊断方法对发动机喷油异常故障进行诊断。该方法使用变分模态分解对发动机的缸内压力信号和缸盖振动信号进行处理得到本征模态函数,对本征模态函数进行奇异值分解和能量特征提取,将缸内压力和缸盖振动的数据集输入布谷鸟搜索算法优化的支持向量机模型中进行训练和测试。结果表明:该方法较好地识别出发动机喷油异常的故障,其中缸内压力和缸盖振动信号的故障识别分类准确率分别为95.32%和92.47%,验证了该方法的有效性。      

基于模型的故障诊断在飞机电源系统中的应用

传统故障诊断方法越来越难以应付更加复杂和智能化的现代飞机电源系统,基于模型诊断方法是为了克服传统诊断方法的缺点而兴起的一项新型的智能故障诊断技术。运用基于模型的故障诊断原理,建立飞机电源系统的定性仿真模型,对飞机电源系统负载故障进行模拟故障诊断,分析电源系统关键部件的故障对关键负载的影响,验证飞机电源系统的可靠性。     

基于抽象的分层诊断技术应用研究

针对大型系统多故障诊断的复杂性,提出利用抽象技术进行结构优化,给出了分层诊断模型的离线构建方法.诊断推理时,为提高诊断效率采用由上至下的分层诊断策略,为克服一致性诊断解的不精确性引入定量知识,提出采用约束集判别系统部件的一致性.把此项诊断技术应用在某卫星热控系统,结果表明可以实现故障的实时诊断和精确定位.     

航空发动机整机振动故障模糊信息熵诊断方法

为了获得航空发动机整机振动故障征兆与故障原因之间难以确定的复杂隶属关系,提高故障诊断的准确率,基于模糊数学理论和信息熵理论,提出了基于模糊信息熵的发动机整机振动故障融合诊断方法。通过建立模糊信息熵融合诊断的数学模型,使定量分析与专家经验和定性分析相结合,并应用于某型航空发动机整机振动故障诊断。实际应用表明,基于模糊信息熵融合的诊断模型较单一的模糊诊断模型准确率明显提高,验证了该方法用于航空发动机整机振动故障诊断是有效的。     

航空发动机故障融合诊断研究

结合气路诊断与振动分析方法,建立发动机故障融合诊断模型,探讨气路与振动故障融合诊断方法的可行性。构建故障融合诊断3级体系(故障特征级、故障模式级以及故障决策级融合),实现基于性能参数和振动参数的综合评估方法,获得基于小偏差法的气路故障判据,形成基于动力学分析的振动故障判据,提出故障特征融合的方法,通过算法实现故障融合识别,并在模拟试验器上进行涡轮叶片掉块故障试验验证,获得相应的故障诊断决策。结果表明:设计的发动机故障融合诊断方法合理,算法正确。     

航空发动机主供油计量活门故障主动容错控制器设计

针对航空发动机主供油计量活门执行机构发生故障时,系统的输出将会发生跳变,不能很好地跟踪系统期望输出的现象,采用模型参考自适应方法设计了主动容错控制器来解决这一问题.首先针对执行机构故障问题进行了数学描述.其次,选取系统的标称模型为参考模型,以输出误差最小化为优化目标,基于李雅普诺夫稳定性原理,寻找合适的自适应调节律,设计了自适应容错控制器.最后,针对发动机某一工况点进行了不同故障情况下的数值仿真.仿真结果表明:在主供油计量活门发生跳变故障和卡死故障时,自适应容错控制器可以通过参数自动调节,使得系统的输出能够很好地跟踪模型的输出,跟踪误差最终逼近于零.