航空发动机主轴承使用状态寿命预测模型(英文)

航空发动机主轴承寿命的实际可靠预测对于发动机的安全运行至关重要。使用状态寿命(即状态良好、初始损伤、故障发展和即将失效4个寿命阶段)描述航空发动机主轴承的使用寿命,并提出了一种基于支持向量机和模糊逻辑推理的主轴承状态寿命分析模型。首先,讨论了理论计算模型,采用轴承疲劳累积损伤模型,利用修正的Lundberg-Palmgren模型,结合飞参记录数据计算主轴承装机以来的累积寿命消耗,确定状态寿命的理论值。然后,详细阐述了状态寿命评估模型,该方法通过选取轴承振动的时域、频域统计量作为特征矢量,利用支持向量机作为辨识算法进行滚动轴承状态寿命的智能评估。最后,基于模糊逻辑推理融合主轴承状态寿命的理论计算模型和状态寿命评估模型得到主轴承状态寿命模型。采用滚动轴承的全寿命试验验证模型的有效性和可行性。     

基于改进的FCM和信息熵修正的航迹融合算法

在局部航迹信息质量不均衡条件下,选择所有局部航迹进行航迹融合的算法会造成系统航迹质量下降。为了提高跟踪性能,提出了一种基于改进的模糊C均值(FCM)和信息熵修正的航迹融合算法。通过交互式多模型(IMM)滤波后的航迹信息对聚类数据做“质量”修正,改进后的FCM算法对局部航迹进行聚类分析,利用信息熵和隶属度对局部航迹进行选择和融合,达到修正聚类中心和提高系统航迹质量的效果。仿真结果表明：当多个传感器跟踪机动目标时,在传感器的观测精度发生变化和存在量测丢失的情况下,该算法的跟踪性能优于已知的航迹融合算法。     

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。      

海基JPALS的多参考一致性检验算法

针对舰载参考站的移动特性提出了海基联合精密进近着陆（舰）系统（JPALS）的多参考一致性检验（MRCC）算法。首先,利用舰船上的惯导系统输出的姿态信息和舰船尺寸测量数据,将每个参考站的原始伪距和载波相位观测量从其天线位置转换到舰船参考点上;然后,对转换后的各参考站几何无关组合观测量进行均值滤波,得到其宽巷模糊度估计值;最后,计算转换后的各原始观测量和宽巷模糊度估计值的B值。在无故障情况下,这些测量值的B值分布在一定范围（阈值）内,但在参考站故障、严重多径或无线电干扰等情形下,B值可能超出阈值。通过模拟实验采集数据,并计算B值幅度和阈值,结果表明,通常情况下各观测量的B值幅度很小,当某个参考站的接收测量值出现异常时,可以检测到其B值超过阈值。研究表明,该算法满足海基JPALS的多参考一致性检验完好性风险指标要求。      

大角速度条件下星像运动轨迹建模及误差评估

在大角速度条件下星敏感器成像平面上的星像会产生严重拖尾,影响星敏感器性能。为了全面认识星敏感器的星像运动轨迹形式,并定量评估星像运动对星点提取过程的影响,首先研究建立了星敏感器成像平面上星像运动轨迹的数学模型,推导出在成像平面上星像运动轨迹为一段圆弧;然后建立了星像运动时的能量分布模型,并对大角速度条件下基于质心法的星点坐标误差进行了评估,分析得到星点坐标误差的模近似可用星像运动轨迹长度的二分之一来衡量。仿真实验结果验证了所得结论的正确性。      

高动态条件下星点像斑建模与补偿

高动态条件下星点提取有两个难点：一是暗弱星点目标湮没在噪声中不易识别,质心定位精度较差;二是星点像斑可能断裂,无法用常用的连通域算法提取。针对上述难点,本文建立了高动态条件下星点像斑模型,提出了基于该模型的像斑补偿与质心定位提取算法。该方法分为四步：第一,利用卡尔曼滤波实现星点像斑静态模板的实时迭代;第二,基于静态模型与星点运动模糊模型建立星点像斑动态模型;第三,以动态模型作为模板在恒星跟踪窗口内进行相关性匹配以确定星点像斑位置;第四,基于动态模型补偿星点像斑,并计算质心位置。实验结果表明,该方法能有效解决高动态条件下暗弱星点提取与断裂残损星点修复问题。相比传统算法,姿态精度误差均值减少了40.9%,最大误差减少了81.2%;星点提取率达到100%,提高174.5%,提取星数相比阈值分割与连通域法提高了173%。     

模糊灰色聚类评估方法在导航滤波中的应用

目前针对深空探测导航中滤波算法的综合评估的方法种类繁多,但是仍然有较多评估方法由于其单一性,存在或多或少的问题。提出了一套反映滤波算法优劣程度的评估指标体系,并为其建立相应的数学模型。深空探测器采样点数据通过该数学模型计算后,由模糊灰色聚类方法进行综合评估。该方法是以灰色系统理论为基础,结合模糊综合评估方法所建立的评估模型。该模型可以摒弃二者单一使用时的缺点,提升评估结果的准确性。评估结果表明,此评估模型能够对滤波算法进行比较准确、合理、全面的评估。     

航空发动机模型参考模糊自学习控制

模型参考模糊自学习控制方法利用一个参考模型作为被控对象的输出性能要求，并且根据参考模型的输出和实际对象的输出间的误差，经过一个逆模糊模型学习产生模糊控制系统的控制规则。本文基于该方法离线构造了某型发动机的模糊控制器，并在发动机的其它状态及飞行包线的其它点进行在线学习校正，以得到期望的性能。仿真结果表明用该方法设计的模糊控制系统获得了满意的控制效果。     

基于QR分解的快速解算初始整周模糊度方法的研究

GPS初始整周模糊度的求解是利用载波相位进行测量时的关键问题。本文采用了QR分解的方法对双差观测方程中指向卫星的方向矩阵进行QR分解，应用已知基线长度的约束条件依次确定出方程中各模糊度的可能值并建立起模糊度的搜索范围，最后综合基线和方差等简单的约束条件作为检验方法，有效地剔除不合理的模糊度组合。由于该方法不需要确定模糊度的浮点解，且能大大减小整周模糊度的搜索范围，所以使得整周模糊度的解算时间大大减少。文中应用经过双差处理后GPS接收机的实测数据，实现和验证了该算法的有效性。实验结果表明，该算法能快速准确地解算出整周模糊度解。     

基于灰色关联模糊聚类算法优化飞机排故方法

采用灰色关联与模糊聚类原理，建立一种灰色关联的模糊聚类算法，应用该算法可直接对飞机维修经验中的多种排故方法．依排除故障的可能性进行排序，并根据排序结果时排故方法进行相似聚类，从而将排故经验与多因素决策算法进行有效综合．较好地解决了民航飞机故障诊断专家系统中多种故障原因的优化选择问题，并可直接给出排故方法的选择指导，提高专家系统的指导水平和飞机排故效率。文中对算法原理进行了详细介绍，并给出算法实例。