On-line diagnostics of a self-contained flight actuator

A mathematical model describing the dynamics of a self-contained flight control actuator is established. Typical failures of the actuator are defined in the space of the model parameters in the form of a failure pattern library. A diagnostic model of the actuator, intentionally sensitive to particular failures, is defined. A diagnostic procedure, featuring on-line parameter estimation of the diagnostic model, failure detection, and isolation, is proposed. A failure prediction procedure, utilizing trends exhibited by parameter estimates, is formulated. The results are verified by computer simulation     

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。     

基于HMM-SVM的混合故障诊断模型及应用

针对直升机减速器故障诊断中机器学习方法存在的问题,根据隐马尔可夫模型(HMM)适合于处理连续动态信号与支持向量机(SVM)适合于模式分类的长处,提出了基于HMM-SVM的混合故障诊断模型。先通过小波包分析方法从减速箱振动信号中有效提取非平稳特征,训练HMM-SVM模型,再利用训练好的模型进行监测与诊断,实验结果表明该方法优于单纯的HMM或SVM诊断方法,能利用少量训练样本有效地完成直升机减速器的故障诊断。     

电弧加热发动机温度和速度的测量

本文着重介绍光谱辐射法、激光诱导荧光法、静电探针法等接触式和非接触式测量技术在电弧加热发动机 (Arcjet)参数测量中的应用。讨论了电子温度、重粒子温度、羽流速度等参数的测量 ,并对一些结果进行了分析与论证 ,指出非热力学平衡态下不同的测量技术测量的是不同的温度指标。从测量技术的发展来看 ,激光测量技术将成为参数测量的主导技术。     

基于多分类器融合的航空发动机气路故障诊断

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了D-S证据理论对RBF神经网络、BP神经网络和支持向量机三个诊断子系统的诊断结果进行决策级融合,结果表明D-S证据理论的使用可以达到比单独运用三个子系统具有更好的诊断效能,经过融合降低了误诊率,改善了诊断性能。     

基于多Agent卫星遥测数据实时监测与诊断技术

为了提高根据遥测数据进行卫星故障诊断的速度与精度,提出了集成多信号模型诊断Agent、模糊诊断Agent以及专家系统诊断Agent等多Agent监测与诊断系统。多信号模型诊断Agent,采用模糊阈值进行监测,并引入可信度因子对Deb原实时诊断推理方法做了改进,解决了Deb方法可能因虚警而导致的诊断结果冲突的问题。模糊诊断Agent采用Mamdani算法,能给出部件故障的可能性。专家系统诊断Agent采用基于规则的产生式系统,同时采用加权不确定推理解决了规则的不确定性问题。研究了3种诊断Agent的协作方式,采用D-S证据理论对各Agent的诊断结果进行决策融合,给出故障元件的置信区间。通过某卫星仿真遥测数据验证,该集成诊断系统充分利用了各种诊断方法的优点,诊断精度高且速度快(一般诊断时间小于0.3秒,PIII800/256M计算机),适用于卫星地面站对卫星遥测数据进行自动实时在线监测与诊断推理。     

基于卡尔曼滤波器和遗传算法的航空发动机性能诊断

以某型涡扇发动机为研究对象,构建了基于卡尔曼滤波器和遗传算法的航空发动机性能诊断方法。卡尔曼滤波器根据发动机可测参数偏离额定特性时的变化量,对发动机性能参数进行了估计。当传感器存在测量偏差时,会使滤波器估计结果偏离真实情况。遗传算法以机载模型输出与发动机测量参数之间的误差最小为目标,通过优化计算,找出存在测量偏差的传感器,确定其偏差,并最终消除测量偏差对性能诊断的影响。     

传感器测量偏差下的航空发动机智能性能诊断

以某型涡扇发动机为研究对象, 构建了基于神经网络的航空发动机智能性能诊断方法, 讨论了测量噪声及测量偏差对诊断结果的影响及其处理方法.建立一簇并行的神经网络组和发动机模型, 通过比较各模型输出与发动机测量参数之间的误差, 判断传感器是否存在测量偏差.仿真结果表明, 该方法能有效消除测量噪声, 准确判断并隔离有测量偏差的传感器, 得出正确的发动机性能诊断结果.      

支持向量机在航空发动机故障诊断中的应用

提出了一种基于支持向量机的航空发动机故障诊断方法。该方法在利用恰当的工具或方法提取到发动机故障的特征信息之后,采用支持向量机对特征信息与故障模式进行关联,实现故障模式的分类。该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,将其应用于某型发动机的故障诊断中,取得了较好的效果。该方法尤其对于新型发动机的故障诊断具有一定的参考价值。      

Kohonen网络在发动机故障诊断中的应用

文中第一部分研究了利用Kohonen 网络进行发动机故障诊断的特点与算法。并以JT9D发动机为例对算法的有效性进行了检验,23 个故障样本的确诊率达到87% 。文中还以一个典型例子进行了详细分析。文中第二部分提出了利用Kohonen 网络进行故障诊断结果排序的方法,该方法有助于给出简明的诊断结论。文中第三部分提出了利用Kohonen 网络提取故障样本群的代表性样本的方法。该方法对于经验故障方程的建立十分有用。      

基于球体描述Vague决策的模拟电路故障诊断方法(英文)

提出一种基于球体描述Vague决策的模拟电路故障诊断方法。首先,采用小波变换预处理待测电路输出的电压故障特征。然后,每类样本集训练成一个最小超球体。最后,测试样本由本文定义的模糊决策规则进行判断,其中该规则由测试样本和描述球体中心之间的Vague加权距离得到。该模糊决策规则融合了测试样本正反隶属度值和描述球体的权值,可以有效地处理不确定信息。本文从理论上证明了该决策方法的可靠性。将该诊断方法应用于两种实际电路的测试,并与其他两种诊断方法进行对比。实验结果表明本文方法取得了良好的诊断性能,并减少诊断时间。     

涡扇发动机故障诊断中粒子滤波改进方法

针对标准粒子滤波算法诊断步数多且诊断结果噪声水平高的问题,提出伪协方差和自适应似然分布结合的改进粒子滤波算法。该算法通过使用伪协方差代替了粒子集协方差,保证采样得到的粒子能够更真实地反映突变情况,减少诊断步数;通过对似然分布自适应调整,增加其与先验分布的重叠区域,提高抽样率,增加有效粒子数,降低诊断结果噪声水平。发动机健康参数估计仿真结果表明:与标准粒子滤波算法相比,改进的粒子滤波算法能使诊断速度提高约27%,诊断精度提高约38%,有效地减少了突变故障的诊断步数,并显著降低了诊断结果的噪声水平。     

Integrating diagnostic knowledge

The use of artificial intelligence technique to access, analyze, and integrate different types of knowledge under a single diagnostic concept is described. Repair statistics and field experience are handled by an empirical knowledge (shallow reasoning) diagnostic system in order to retain the experience of expert test personnel. Computer-aided-design knowledge is handled by model-based (deep reasoning) diagnostic systems in order to extract diagnostics directly from design data. Combining these approaches overcomes limitations of the individual techniques and provides a more powerful diagnostic system. The Westinghouse expert diagnostic system is considered as an example     

Multi-mode diagnosis of a gas turbine engine using an adaptive neuro-fuzzy system

Gas Turbine Engines (GTEs) are vastly used for generation of mechanical power in a wide range of applications from airplane propulsion systems to stationary power plants. The gas-path components of a GTE are exposed to harsh operating and ambient conditions, leading to several degradation mechanisms. Because GTE components are mostly inaccessible for direct measurements and their degradation levels must be inferred from the measurements of accessible parameters, it is a challenge to acquire reliable information on the degradation conditions of the parts in different fault modes. In this work, a data-driven fault detection and degradation estimation scheme is developed for GTE diagnostics based on an Adaptive Neuro-Fuzzy Inference System (ANFIS). To verify the performance and accuracy of the developed diagnostic framework on GTE data, an ensemble of measurable gas path parameters has been generated by a high-fidelity GTE model under (a) diverse ambient conditions and control settings, (b) every possible combination of degradation symptoms, and (c) a broad range of signal to noise ratios. The results prove the competency of the developed framework in fault diagnostics and reveal the sensitivity of diagnostic results to measurement noise for different degradation symptoms.     

航空发动机在线综合诊断结构设计及仿真验证

随着机载航空电子设备的快速发展,使得传统地面系统承担的发动机诊断任务可以在线实现。实时数据的使用,可以在线监测发动机性能退化,减少故障检测和隔离的潜伏期,增加间歇性故障的检测率。为此,提出并设计了一种用于航空发动机气路故障检测和隔离、健康监测及参数估计的在线综合诊断结构。基于xPC Target 原理搭建了硬件实时仿真平台,对该结构进行了仿真验证。仿真结果表明,该结构中的机载自适应模型对发动机健康参数、可测参数和不可测参数的估计误差在0.5%以内;气路故障诊断系统采用实时数据,可以更早地检测和隔离包含间歇性故障在内的各种气路故障。     

支持向量机在燃气涡轮性能诊断中的应用

由Vapnik统计学习理论得到的支持向量机是一种新的人工智能方法，它具有比人工神经网络更好的泛化性。文中构建了一种基于C—SVC的故障诊断模型（CBFDM），并采用5重交叉验证法来选择模型参数，该模型可给出3个最可能的故障原因。利用PW4000—94发动机巡航态影响系数矩阵产生仿真数据，对CBFDM研究结果表明，即使在噪声级别为正常情况下的3倍时，该模型诊断准确率仍超过93％。该诊断模型也可用于其它领域诊断问题。     

Diagnostician on-a-chip (DOC)

This paper describes the principal concepts and initial implementation of an innovative approach for embedding a diagnostic reasoning capability onto a microcontroller. The approach is predicated upon the use of an automated concurrent engineering tool set that is utilized to develop a diagnostic knowledge base which is subsequently incorporated into a microcontroller's diagnostic run-time system. Examples of centralized and distributed architectures utilizing the subject approach are described     

V-22 mechanical diagnostic design approach

The requirements and diagnostic applications for the V-22 tiltrotor aircraft are used to demonstrate the unique requirements of mechanical system diagnostic design. The rationale for the approach selected is explored, and it is shown how the mechanical system diagnostic requirements affect the avionics architecture and performance requirements. It is concluded that, in light of the underdeveloped nature of mechanical diagnostics technology and the extended time required for a given mechanical diagnostic design to mature, future avionics system designs need architecture that is adaptable enough to accommodate the evolving mechanical diagnostics     

基于专家系统CLIPS的故障诊断研究

利用CLIPS建立专家系统知识库及推理机,通过CLIPS嵌入式编程,设计并实现了飞机燃油故障诊断专家系统,并经过仿真验证,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出故障。     

基于二项分布的装备状态质量诊断试验评估指标研究

提出了通过诊断方法获取装备状态质量特性指标值的思想，解决了统计特性不明显的小样本集装备获取状态质量特性指标的难题；规范了装备状态质量诊断试验的条件；在装备质量评估领域首次提出了评价装．备诊断试验效果的确诊率、负确诊率、误诊率、漏诊率、故障预测指标、正常预测指标等单指标体系以及符合率、综合指数、比数积、故障似然比、正常似然比等综合指标体系，并进一步提出了提高装备状态质量诊断试验效率的平行诊断试验方法和系列诊断试验方法。