基于计算机控制的无人机装备自动检测设备设计与应用

检测技术是武器装备设计、研制、使用和保障的基础。分析了现代武器装备自动检测设备的结构、组成及功能,结合无人机系统的测试内容并基于计算机控制和PXI总线,在采取基本测量环节和闭环控制环节相结合措施基础上,设计了具有自动测试、故障辨识定位、实时控制、自动判断决策等功能的无人机自动检测设备,通过在无人机综合测试等多种测试中应用,取得了满意测试效果。     

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FFT和专家系统的BLDCM系统故障检测与识别

针对具有双通道结构的无刷直流电动机(BLDCM, Brushless DC Motor)容错系统的高可靠性要求和大范围调速特点,在不增加额外设备的条件下,通过分析两个通道中功率电路直流母线电流波形的特点,提出一种采用归一化快速傅里叶变换(FFT, Fast Fourier Transform)方法提取频率特征,再结合基于规则的专家系统进行故障检测与识别的方法,并通过实际电动机系统的试验验证了方法的正确性.试验结果表明:规一化FFT方法可以消除不同转速和不同负载对判断结果的影响;专家系统中阈值的选取可以有效避免实际应用中出现的噪声等因素的影响.算法复杂度低,可靠性高,易于应用,具有很强的实际操作性.     

面向进化容错的FPGA故障模型研究

不同的容错方法需采用不同的故障模型。文章分析了进化容错方法的特点,提出需要研究与之相适应的FPGA故障模型。首先从故障模型定义出发提出故障模型划分的思想,从不同的角度研究FPGA故障模型;然后根据基于SRAM的FPGA的结构特点,从功能角度和配置角度提出两种FPGA故障模型划分,分析了两种故障模型划分方法所适用的容错方法。从配置角度划分FPGA故障模型有利于简化进化容错方法中的故障检测环节。故障检测实验的结果说明这种划分方法是有效的。     

交会对接寻的段机动故障对策分析与仿真

根据寻的段的机动故障类型及其约束条件,首先给出了该段的故障控制策略规划模型,然后给出了相应的故障对策,最后基于高精度轨道模型仿真分析了各种故障工况。仿真结果表明,所提出的对策能较好的应对寻的段各类机动故障。     

飞行器网络控制系统在线故障检测算法

针对飞行器网络控制系统具有网络诱导时延且采样周期较短的情况,提出了一种飞行器网络控制系统在线故障检测算法.考虑未知时延对网络控制系统的影响,建立飞行器网络化控制系统故障检测模型.基于此模型,构造了残差生成器,将故障检测问题转化为最小化优化问题.以矩阵Moore-Penrose逆的形式给出该最小化优化问题的解,在每个采样周期内进行飞行器网络控制系统在线故障检测.数值算例表明:当飞行器网络控制系统存在未知时延时,该故障检测算法对故障敏感,同时对未知时延引起的扰动具有鲁棒性.     

基于LVQ神经网络模型的飞机故障分类诊断

为了能够快速诊断出飞机故障产生的原因,判断故障发生的准确位置,把LVQ神经网络模型和分类诊断理论运用到了飞机的故障诊断中,以飞机电子设备和发动机故障诊断为实例,验证了此方法的故障诊断能力.实践表明:基于LVQ神经网络模型的飞机故障分类诊断方法能够为机务工作者提供有力的辅助决策参考.     

一类非线性空间分布系统自适应容错控制

研究了一类由偏微分方程组(Partial differential equations,PDE)描述的非线性空间分布系统的自适应容错控制(Fault-tolerant control,FTC)问题。首先,采用模态分解方法将PDE系统表示为一个有限维慢子系统与一个无限维快子系统相耦合的型式;然后,基于慢子系统模型及小增益定理设计了自适应FTC律,使闭环系统在所有容许的未知非线性动态以及执行器卡死故障的影响下都能渐近稳定。