基于VI曲线测试的电路板故障诊断技术

VI曲线测试是一种基于电路VI特性曲线的有效快捷的电路板及元器件测试维修技术,通过检测电路或器件的VI特性曲线,来定位故障点。研究VI曲线测试的特点,并介绍电路板VI曲线测试具体实现方法和操作技巧。     

各向异性等离子体多重电流片的演化

应用二维三分量磁流体动力学方程组模拟,数值研究了压力各向异性等离子体周期多重电流片的演化.发现在β<<1时,微弱的各向异性仅仅使电流片中磁场重联的速度加快.而当β≈1(即热压与磁压相当时),微弱的垂直各向异性(P_┴>P_//)不仅大大加速了磁场重联的速度,还使重联位置发生显著变化.初始反对称的磁场重联位形逐步转化为对称的磁场位形,进而再演化为与初始反相的反对称磁场位形.场向各向异性(P_┴<P_//)和强的垂直各向异性都导致不稳定性增长率成倍增加.但在场向各向异性下磁场位形基本不变,只在电流片中心出现不规则扰动.同样参数下各向异性等离子体多重电流片中磁场重联形成的磁岛比各向同性多层电流片要小.     

尚逸帆，康志宇，张庆展，杨东春

美国和苏联现有的舱外载人机动装置（MannedManeuveringUnit,MMU）推进系统设计均采用两套独立系统互为备份的方式,主系统故障后可以启动备用系统,但备用系统故障则无应对方案,因此制约航天员的安全性和舱外活动能力。文章在常规主备份推进模式基础上提出了应急推进模式,备份推进器发生故障后,根据失效发动机组相对位置关系采用不同应急策略,剩余有效推进器通过联合控制的方式保证航天员六自由度控制。经过可行性分析和仿真计算,证明了应急模式下MMU推进能力有一定降低,但能够为航天员返回提供动力,应急推进模式具有可行性。     

笼型无刷双馈电机转子导条优化设计

针对笼型无刷双馈电机转子设计方法不完善的问题,从分析笼型无刷双馈电机的内部磁场入手,推导了无刷双馈电机在稳态运行时转子电流的解析表达式,利用迭代法在考虑转子电阻的情况下选择最合适的转子导条截面积,为笼型无刷双馈电机的转子设计提供了理论依据。通过有限元仿真,验证了理论推导的正确性。研究结果不仅有助于在设计时快速计算笼型无刷双馈电机转子电流,也有助于优化转子结构设计。     

基于故障物理的飞机起落架系统安全性评估

以飞机起落架系统为对象,通过建立起落架系统动力学模型,分析起落架系统工作过程中各零组件应力响应,通过起落架故障树分析,利用关键零组件故障物理模型分析各零组件在不同运动条件下的失效率,确定影响起落架安全的主要因素和薄弱环节,最终实现起落架系统安全性评估和设计优化。     

基于SVM方法的APU故障预测方法

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。     

基于模型诊断技术的神经网络实现方法

针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最后,设计实现了基于BP/ART2神经网络的故障诊断系统.基于BP神经网络的参数估计方法可以准确地估计诊断对象在不同状态下的参数,为故障检测提供有效依据;基于ART2神经网络的数据聚类不仅可以识别对象的已知故障类型,还可以识别出未知故障,对先验信息较少的系统进行故障识别更具有效性.通过永磁直流电机故障诊断案例的应用,证明方法能具有一定的工程实用性.     

基于量子粒子群和流形学习的分类方法及其在发动机故障诊断中的应用

针对测量参数存在的非线性、参数间的耦合性以及噪声干扰,将量子粒子群算法引入到流形学习的参数选择中,结合径向基神经网络,提出了一种故障诊断方法。邻域个数和约简维数是流形学习中的关键问题。结果表明:该方法首先利用量子粒子群算法优选邻域个数、约简维数和径向基函数的参数,再利用等距特征映射(ISOMAP)对原始参数进行非线性降维,提取其低维流形特征,从而进行故障分类。结果表明:该方法能够有效地对发动机各种复合故障进行分类,精度达到97.33%,量子粒子群优于基本粒子群优化的分类结果;其分类精度明显优于主元分析(PCA)、核主元分析(KPCA)方法,且有很强的抗噪能力。     

网络化飞行器执行机构故障自适应容错控制

针对存在随机短时延和外部干扰的网络化飞行器执行机构故障问题,提出了一种自适应容错控制方法。首先利用扩张状态观测器(Extended State Observer, ESO)对系统不确定性进行估计,并构建了自抗扰控制器对不确定性进行补偿。在此基础上,设计了一种基于跟踪误差的自适应容错控制方法。当执行机构发生未知故障后执行机构指令能自适应逼近设计值,使得重构的控制系统精确跟踪参考模型。最后利用Lyapunov函数方法证明了闭环控制系统的有界稳定。数值仿真校验了所提方法的有效性。     

基于RS-232总线的故障检测与诊断结构

完善的测试性设计应当以有效和合理的检测结构作为基础。对比基于机内并行总线的检测结构,文章提出了一种基于RS-232串行总线的故障检测与诊断结构,以改进和完善机载数字化设备的测试性。