基于任务场景分析的机载导航页面人机界面设计过程研究

顶层飞行任务场景是民机机载显示系统需求捕获的重要来源,显示系统的人机界面设计通过自顶向 下的飞行任务场景分析,识别显示信息内容,开展信息内容设计,继而开展样式设计、交互行为设计与接口设 计等工作。本文以导航页面为例,综合运用层次任务分析和场景用例分析法,阐述了机载显示系统人机界面的 设计约束和过程,可为民机机载显示系统人机界面的正向设计过程提供借鉴。 [ 关键词] 机载显示系统;导航页面;任务场景;人机界面设计     

基于气压高度辅助的机载自主完好性监测算法

卫星接收机自主完好性监测是指根据用户接收机的多余观测值监测用户定位结果的完好性,其目的是在导航过程中检测出发生故障的卫星,并保障导航定位精度。针对卫星接收机自主完好性监测算法可用性不足的问题,结合机载实际导航系统配置,提出了一种基于气压高度表辅助的机载自主完好性监测算法。综合利用卫星导航系统及气压高度表观测信息,建立联合系统的观测模型,推导了基于多解分离的完好性监测及保护级别计算方法。仿真结果表明,相比于传统的接收机自主完好性监测算法,该算法在可见星为5颗时仍能识别故障卫星。该算法具有更好的故障检测能力及可用性,能有效提高卫星导航系统的完好性监测性能,从而保证卫星导航系统的精度和可靠性。     

执行器故障下的运载火箭非奇异终端滑模容错控制

针对存在未知外部干扰和执行器卡死故障的运载火箭,提出了一种基于非奇异终端滑模面的姿态跟踪控制算法。首先,建立了考虑干扰和执行器卡死故障的运载火箭姿态控制系统多输入多输出系统模型;然后定义了运载火箭姿态跟踪系统模型,针对定义的模型,设计了一种非奇异终端滑模面,使得系统在执行器故障情况下仍能较为精确地跟踪参考信号。基于李雅普诺夫函数证明了运载火箭姿态跟踪控制系统的稳定性和有限时间收敛特性。数值仿真检验了本文基于非奇异终端滑模运载火箭姿态跟踪控制算法的有效性。     

液体火箭发动机健康监控技术研究现状

液体火箭发动机健康监控技术是改进和提高运载火箭、航天器可靠性与安全性的核心技术之一,对其进行研究具有重要的学术价值和工程应用价值。液体火箭发动机健康监控技术的研究主要包括液体火箭发动机故障检测与诊断理论方法、液体火箭发动机健康监控系统两方面。该文介绍了基于模型驱动的方法、基于数据驱动的方法和基于人工智能的方法,阐明了液体火箭发动机故障检测与诊断理论方法的研究现状,通过对美国液体火箭发动机典型健康监控系统的介绍,阐明了液体火箭发动机健康监控系统研究的若干进展及现状,并对液体火箭推进系统健康监控技术的演变趋势作了简要评述。     

基于CCSDS RASDS信息对象建模方法的数据注入工具设计

为了解决航天工程中,信息数据格式不易修改,机构间接口协调过程复杂,跨任务难以继承使用等问题,参照空间数据系统咨询委员会(CCSDS)空间数据系统参考体系架构(RASDS)中的信息对象建模方法,以数据注入指令设计为例,开发了工具链软件。工具链基于可扩展标记语言的遥测遥控信息交换(XTCE)标准,结合具体应用场景,对指令设计需求到具体数据文件转换过程中涉及的工具进行了划分,提出了生成遥控数据对象模型的方法。按照该方法设计的工具软件实现了抽象信息对象到数据模型的转换,有序自动生成模板文件,进行了验证。结果表明：RASDS从抽象数据结构到数据模型,再到具体数据对象的描述和转化方法是可行的,可以用于指导各种信息对象和数据对象的规范化设计和工具设计。     

火箭发动机涡轮泵故障检测及预测算法研究

涡轮泵作为液体火箭发动机的核心部件,恶劣的工作环境和极高的转速使其易发生组件断裂、烧蚀等问题。为了对液体火箭发动机的涡轮泵进行健康管理,提出针对某型液体火箭发动机涡轮泵的数据驱动故障检测、故障预测及健康状态评估方法。在某型液体火箭发动机试车数据集上,通过对涡轮泵轴、径、切向振动数据进行对应的时域、频域特征处理后,送入训练好的ResNet网络、自主设计的图像特征识别算法以及退化模式线性回归模型,分别实现了对该型液体火箭发动机涡轮泵的故障检测、预测及健康状态评估,具有较高的准确性。     

运载火箭并联双机姿控配平策略研究

运载火箭并联双机是一种常见的发动机推力矢量控制(Thrust Vector Control, TVC)方案,发动机与伺服机构可组合出不同的控制布局。针对液体运载火箭典型的4种并联双机摆发动机控制布局,开展了故障动力学建模仿真研究,基于运载火箭比例微分(Proportional Differential, PD)姿控方法,比对分析了不同故障模式的姿控配平结果,优选了并联双机摆发动机控制布局,最后应用控制重分配技术验证了故障下放宽滚动通道性能策略的有效性,结果表明不同的推力矢量布局故障适应能力不同,姿态重构技术在发动机推力较大故障下仍可保证运载火箭良好的姿控性能与稳定能力。     

基于模糊矩阵和神经网络的航空发动机磨损部位故障识别

滑油中的金属颗粒成分及含量反映了发动机部件磨损程度,利用光谱分析技术监测诊断发动机部件磨损故障。在分析发射光谱原始数据的基础上,提出基于BP神经网络的航空发动机磨损部位识别方法,并通过实例阐述了部位磨损识别的步骤。将待识别样本输入已经训练好的神经网络中,得到低压压气机轴承支座磨损故障模式。待识别样本中含有Fe、Al、Cr、Cu、Mg,与低压压气机轴承支座磨损故障模式存在的元素完全一致。与原始识别方法相比,本文方法得到的故障特征更加明显,所需训练样本更少,识别精度达到96.67%。     

卫星在轨故障定位的系统分析方法

近年发射的卫星数量与日俱增,在轨卫星故障案例也随之增多,造成许多重大损失。在此背景下,文章提出了一种卫星在轨故障定位的系统分析方法,给出了系统分析流程和方法,通过三系统关联故障分析、通路故障分析和总线故障分析将系统级故障逐步分解,转化为设备级故障,最终通过试验验证将故障定位,同时给出了计算机辅助分析方法。该方法系统性强,快速易用,定位准确,已经在多次卫星在轨重大故障定位中得到了应用,效果良好。