基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

改进故障隔离的容错联邦滤波

为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。     

基于改进信息融合的航空发动机状态评估方法

针对航空发动机状态监测数据的模糊性和随机性,结合贝叶斯粗糙集和D-S证据理论,提出一种改进信息融合的状态评估方法。首先对样本数据进行离散化处理,通过基于区分矩阵的属性约简算法对影响发动机性能的特征参数进行提取,生成最佳决策表。然后根据置信增益函数重新定义了贝叶斯粗糙集,利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度,得到各准则下的证据基本信任分配。最后利用证据合成法则对多个证据进行合成,得到评估结果。通过实例计算,验证了改进方法应用在航空器发动机状态评估中的有效性以及在处理不完备信息问题时的优越性。     

综合时序信息的试验优化设计及稀疏求解

考虑不同试验点的试验成本及试验时序信息,在性能指标与影响因素间的响应模型未知情况下,利用装备系统的先验信息构造模型驱动的基函数,构造相应的回归模型来刻画系统的内在关系,分析不同试验点成本及试验时序对试验方案的影响。定义了一种考虑空间权重及批序贯时序的非均匀最优设计模型,将稀疏理论引入到回归试验设计中,把不同批次试验下的回归试验设计模型参数估计问题转换为结构化稀疏重构问题,讨论了非均匀最优设计的构造定理,提出结构化稀疏参数求解算法。算例表明:利用本方法生成的试验点考虑了试验点空间权重和试验时序信息,更符合实际试验规程;采用本方法获得的响应函数得到的期望预测误差更小。     

新一代综合化航空电子系统构架技术研究

综合化航空电子系统根据应用的需求,基于已有的能力,采用综合技术,实现面向应用的任务合成,提升应用效能;面向能力的功能信息融合,提升能力品质;面向物理的操作模式综合,提升资源效率。针对新一代战机应用领域和战场作战的需求,围绕应用层面、能力层面和资源层面研究新一代综合化航空电子系统构架组成要素与建模技术,基于任务、功能、资源的生成与组织过程的分析,构建了面向现代战机不同任务目标、功能组织和系统能力的航空电子系统组织、实施构架,提出了分层的综合化航空电子系统构架——任务组织构架、功能组织构架和物理组织构架,实现了从应用空间-逻辑空间-物理空间信息处理的一致性,为新一代战机航空电子系统的综合化技术研究奠定了一定的技术基础。     

试飞试用阶段的飞机可靠性评估研究

飞机的可靠性水平是飞机设计定型时考核的重要指标之一,为保证评估结果的客观与准确性,在飞机 试飞试用阶段开展可靠性评估研究尤为重要。本文从工程实际需求出发,通过规范评估对象故障信息的采集 方式,明确故障判定准则与统计原则,给出完整的飞机可靠性评估流程;基于上述流程,针对某型飞机一年中的 试飞试用信息,进行多维度的可靠性评估。结果表明:评估结果能够较好地反映飞机的可靠性水平,满足工程 需要。     

水下运载体导航技术

本文第一部分综合了国外近几十年根据不同需求形成的多种水下导航技术,论述了面上导航信息利用水声技术向水下转化的多种形式以及利用不同地球物理参数与地理位置相关性导航的各自特点与问题,论述了在测绘海底地形、重力与其它地球物理特性及其变化时在传感器层面和任务层面融而为一所形成的独具水下特色的同步定位与建图(Simultaneous Localization and Mapping,SLAM)导航技术,论述了NavLab作为一个通用工具软件在水下导航系统研发、精度分析以及作业前导航功能规划和导航信息事后处理方面的独特作用。本文第二部分以极具代表性的挪威HUGIN AUV系列产品军民两用为实例,根据任务和导航功能需求,从其“导航工具箱”(ToolBox)选择适用手段,给出典型任务对应的导航方式和传感器。文章结束部分给出了基于先进人工智能技术的未来展望。     

航空发动机PC取证信息管理系统模型研究

针对航空发动机制造企业生产许可取证组织混乱、业务繁杂、信息庞大复杂且联系弱、取证流程不清晰等问题,在深入研究生产许可(PC)取证工作和适航法规的基础上,以航空发动机生产许可审定为对象,结合丰田企业精益生产管理理念,并参照基于产品全生命周期管理PLM、企业资源管理ERP、生产管控等系统,实现了生产许可审定组织模型、业务模型、流程模型和系统模型的集成构建,研究和开发了具有实用价值的航空发动机生产许可审定信息管理系统模型,极大方便了企业构建适航取证系统,加快适航取证步伐,提高工作效率.     

多尺度自适应直接信息采样与重构

现有的直接信息采样(Analog-to-Information Conversion,AIC)方法在压缩感知框架下,将采集和压缩过程融合,但并未充分考虑不同稀疏成分在信号重构当中的地位。针对该不足之处,提出一种多尺度自适应直接信息采样与重构算法。该算法充分考虑小波变换后的高频信号和低频信号在重构中的不同地位,实现速率自适应的直接信息采样。同时,给出变速率采样下的信号重构策略,以解决常规重构算法在速率自适应采样时失效的问题。仿真结果表明,多尺度自适应AIC系统可以获得比传统AIC系统更好的AFSNR性能。