电缆故障在线检测定位装置研究

电缆作为飞机电源系统的重要组成部分,实现电缆故障的在线诊断,可以提高其可靠性。采用扩展频谱时域反射法(SSTDR),基于FPGA技术,设计一种板级速率为500 MHz的飞机电缆故障在线检测和定位装置,并进行实验验证。结果表明:该装置能够实现电缆开路、短路以及间歇性电弧的在线检测和定位,具有定位精度高、实时性好等优点;利用该装置在线监测电缆的健康状态,实现难以复现的间歇性故障的检测,能够提高地面运营、维护效率,节省人力物力,具有较高的工程应用价值。     

考虑维修力量影响及载荷动态分配的k/n系统模糊可靠性分析

工程实际中,维修活动开展前往往存在一定时长的准备期,且由于环境时变性、系统长期运行后的劣化累积等因素导致部件状态性能水平存在不确定性,使得系统可靠性建模较为困难。对此,运用模糊数表征系统部件的失效转移率、修复转移率及修理工维修准备率的同时,以Power Law规则刻画部件间的故障相关关系,认为部件承担载荷超过某阈值时才会引发故障相关现象,并考虑了修理工数量与故障件数量之间关系对系统可靠性的影响,研究了载荷动态分配条件下带维修准备期的多修理工n中取k模糊多状态系统模型,建立了状态转移微分方程组,提出用逆向逐层分析的思路建立系统稳态概率系数的递推关系,应用α水平截集及Zadeh扩张原理确定了模糊状态概率的截集区间,得到了系统模糊稳态指标,最后通过算例给出了修理工数量及部件参数模糊程度对系统稳态指标的影响,验证了模型的适用性。     

动态系统的容错技术

所讨论的动态系统的容错技术包括故障检测、故障定位和系统重构技术。文中研究了基于数学模型的容错技术，讨论了因数学模型不准而引起的故障检测和定位不鲁棒的问题，提出了若干增强鲁棒性的方法，对故障后的系统重构问题也作了简要介绍。     

哥伦比亚号失事对中国航天的启示

坚定不移地发展我国载人航天技术 探索和征服宇宙是全人类的共同理想,发展航天技术、认识宇宙空间是人类社会发展和科学技术发展的必然趋势,挫折和困难都不会阻挡人类在探索宇宙空间的前进步伐。在人类科学探索的进程中,总是需要付出很大的代价甚至生命,失败     

基于盲源分离技术的航空发动机振动信号分析

基于双转子航空发动机机匣拾取振动信号特征的分析,采用基于数学形态学滤波前处理的盲源分离识别方法进行特征提取.针对机匣拾取振动信号的特征,利用开—闭和闭—开组合数学形态滤波器在保留信号基本形状的前提下,滤除掉原始信号中的噪声分量.利用Fast ICA算法恢复高、低压转子源振动信号的波形.对实测数据的分析表明,该方法能够较好地恢复高、低压转子所激振动信号的频域结构信息,有利于提高故障定位的准确性.     

基于操纵面故障影响估计的安全飞行轨迹优化

操纵面故障将改变飞机受到的气动力和力矩,降低机动性能和控制能力,基于传统质点模型的航迹规划方法难以解决此类飞机安全飞行轨迹优化问题.因此,引入由故障引起的侧滑和侧力,估计故障后气动力系数,建立故障飞机模型;针对故障飞机控制和机动能力下降的问题,在原故障模型的基础上引入控制量变化率,构建轨迹优化对象模型,并将控制量变化率最小作为优化指标;采用高斯伪谱法优化计算安全飞行轨迹.仿真实验以副翼和方向舵故障为例进行设计,结果满足运动方程及各控制量、状态量约束,并能实现平稳飞行.     

基于自适应心跳算法的分布式系统故障检测器

故障检测是容错分布式系统中的关键技术之一.为了提高故障检测的性能,提出一种新型的故障检测器——自适应心跳检测器(SA-HD, Self-Adaptive Heartbeat Detector).SA-HD采用了基于拉式(pull)的自适应心跳算法,在考虑故障检测性能的同时也考虑了心跳检测所占用的网络资源对网络性能的影响.SA-HD能够根据网络负载调节自身发送心跳消息的频率,提高了心跳检测的网络环境适应能力,尤其是在高负载的环境下,能够有效改善心跳检测的性能.建立了SA-HD的模型,对其性能进行了仿真分析,并通过试验验证了SA-HD性能要优于传统推式(push)的心跳检测器.     

改进的风险优先数(RPN)分析方法

针对工艺故障模式影响分析(PFMEA,Process Failure Modes and Effects Analysis)中风险优先数(RPN,Risk Priority Number)分析方法存在的缺陷,在分析导致这些缺陷的原因的基础上,提出了一种基于费用及发生概率的定性与定量相结合的RPN分析方法.该方法中定性分析部分以传统RPN分析方法中的严酷度等级评价为基础,对工艺故障模式的严酷度等级进行评价;定量分析部分以故障模式发生后导致的费用损失的期望值作为RPN值.改进后的RPN分析方法中,定量化的数据使得风险排序更为客观、准确.最后,使用改进后的RPN分析方法对相控阵雷达中某组件的滤波器装配工艺进行了PFMEA分析,取得了良好的效果.      

基于RBF带学习能力高精度非线性FDD设计

在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数（RBF）神经网络的动量轮非线性故障检测与诊断（FDD）方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。     

应用于电机轴承和不对中复合故障的RNN诊断方法

提出一种基于伺服电机转速信号的轴承和不对中复合故障的故障诊断方法。首先,探讨了复合故障励磁引起的电机转速变化,分析了通过转速法实现复合故障诊断的理论可行性。实验表明,复合故障中轴承等微弱故障信号的检测容易受到不匹配安装故障的干扰,这将使传统的诊断算法失效。将预处理后的速度信号和通过FFT得到的信号分别通过循环神经网络（Recurrent neural network,RNN）,将输入的时域特征和频域特征融合在一起,作为故障分类的基础。这种时频域特征复合RNN模型（Time-frequency feature compound-RNN,TFFC-RNN）对不对中故障干扰下的轴承故障和正常信号的分类准确率可达90%以上。最后,研究了各RNN变体对于模型准确率的影响。实验结果表明利用门控循环单元进行频域部分的特征提取,模型的诊断正确率最高。