基于部件跟踪滤波器的解析余度技术

研究一种以发动机部件跟踪滤波器(CTF)为基础的解析余度技术, 它将CTF与故障检测、隔离和适应逻辑进行了有效的综合, 以改进发动机数控系统的可靠性。仿真表明, 本文所设计的解析余度技术, 在传感器无故障时, 机载模型能正确跟踪发动机的变化。当传感器发生故障时, 在不损坏机载模型的情况下, 又能及时、有效地进行硬、软故障的检测、隔离与适应。      

非对称动力机动飞行的载荷研究

通过对一架装有４台涡轮螺旋桨发动机飞机的算例分析,研究了多发动机飞机非对称动力机动飞行的载荷确定方法,指出了影响其飞行载荷的主要因素,给出了非对称动力模拟机动飞行的试飞方法。此外,发现国军标《军用飞机强度和刚度规范》有关条文规定中存在的错误,且提出了相应的修改意见。     

基于模糊预测的飞机故障预测系统研究

使用Delphi语言开发了一个飞机故障模糊预测系统,建立了飞机故障模糊预测模型。介绍了系统的总体结构和各模块功能,阐述了飞机故障预测系统知识库的推理过程。     

INS/GPS组合导航系统故障检测问题研究

提出了一种新的故障检测方案。该方案由卡尔曼滤波 ,得到新息序列 ,利用大数定律对新息序列的稳定性进行检验 ,来判别系统是否出现了故障。同时提出了故障状态下卡尔曼滤波的修正算法。数值仿真结果表明 ,该方法能有效地检测出 INS/GPS组合导航系统的故障 ,保证了 INS/GPS组合导航系统的安全性和可靠性     

载人航天器应急飞行方案库构建方法

载人航天器在轨飞行过程中出现故障、不能按照正常飞行方案继续飞行时,需要快速决策采用预先设计的应急飞行方案,以确保航天员的安全,并尽可能完成既定飞行任务。文章提出了一种基于应急飞行模式识别矩阵的应急飞行方案库构建方法,即以系统级故障模式为线索,建立应急飞行模式识别矩阵,从静态和动态两个维度覆盖载人航天器全部系统功能和整个飞行阶段,对识别出的应急飞行模式设计相应的应急飞行方案,形成应急飞行方案库。该方法成功应用于天舟一号货运飞船应急飞行方案设计,其研究思路和成果也可推广应用于其他航天器的应急飞行方案设计。     

关于提高运营故障数据处理和利用效率的方法研究

某型飞机作为国产民机运营的探路者和先行者,在积累运行经验同时,也暴露出日利用率低(某型机队日利用率仅为空客机队的三分之一)、使用困难和机队重复故障多(空客机队重复故障为零,某型机队重复故障为两位数)、部分故障得不到及时有效的回复等问题。这些问题的存在有飞机设计可靠性的原因,但同时也反映出运营支持能力的不足,而其中运营数据处理的能力又是运营能力的核心体现。通过对运营故障数据的标记和分析,提高故障数据处理效率,为型号的设计优化提供支持和检验,从而大幅提升国产民机的运营支持能力,以提高飞机的商业竞争力。     

基于ATSUKF算法的卫星姿控系统故障估计

针对卫星姿态控制过程中可能发生的执行机构或敏感器故障,提出了一种基于无损卡尔曼滤波（UKF）及偏差分离原理的自适应二阶无损卡尔曼滤波（ATSUKF）算法。首先,提出TSUKF算法,通过UKF处理姿态机动时的非线性并通过偏差分离原理将非线性系统的状态及故障分别估计,避免非线性模型的线性化过程同时降低了计算过程中的矩阵维度。然后,在TSUKF算法的基础上提出了ATSUKF算法,通过滑动窗口内的残差计算自适应矩阵,使滤波器在统计特性不准确的情况下仍然具有较快的收敛速度,特别适用于卫星快速机动过程中的姿态与故障估计。数值仿真结果表明,ATSUKF算法相较于TSUKF算法能有效降低统计特性不准对系统造成的不利影响,实现卫星姿态、执行机构/敏感器故障的快速估计。     

国外火星探测典型失败案例分析与应对策略研究

目前已经开展的国外火星探测任务大部分失败案例均集中在火星捕获、进入下降与着陆(EDL)两个关键环节。文章首先针对上述两个阶段介绍了火星探测任务典型失败案例的故障现象,并对其中的故障原因进行了分类,归纳为特殊环境适应性不足、关键系统安全性故障、动力学与轨道控制问题,然后针对性地分析并提出了特殊环境应对设计、关键系统安全性设计、轨道动力学分析与变轨策略等应对策略。可为后续火星探测任务提供参考。     

基于SVM方法的APU故障预测方法

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。