一种基于高斯混合模型粒子滤波的故障预测算法

针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用联合估计和粒子滤波同时估计对象系统故障演化模型状态和未知参数的后验分布。在算法的状态预测阶段,采用了两种不同的计算方法：一种方法是对状态变量当前时刻的后验分布进行迭代采样,从而获得未来时刻的状态变量的先验分布;另一种方法是采用数据驱动的方法预测未来一段时间内对象系统的量测信息,从而将未来时刻状态变量的先验分布的预测问题转化为一个求解后验分布的估计问题。采用高斯混合模型近似随机变量分布密度,从而将两种方法的计算结果在一个统一的预测框架之下进行有效交互,进一步提高了预测的准确性和可靠性。在算法的决策阶段,在获取的故障演化模型状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了所提算法的有效性。     

基于IDS的铝合金预腐蚀疲劳寿命研究

 模拟飞机服役环境,对航空LY12铝合金试验件做了腐蚀试验,然后通过疲劳试验得到LY12铝合金新试验件和预腐蚀试验件的疲劳寿命数据。分析了腐蚀对航空LY12铝合金的影响。通过观测断面腐蚀坑的尺寸,基于初始不连续状态（IDS）建立了把腐蚀坑看做表面裂纹的几种模型,并对几种裂纹模型的疲劳寿命计算结果和实际试验结果进行了对比分析。结果表明：直接把腐蚀坑看做表面裂纹是不合理的,考虑材料初始不连续状态所建立的表面裂纹模型计算结果和试验结果比较吻合;随着腐蚀坑的增大,裂纹模型2更为合理。所以,很难用一个合适的裂纹模型来描述腐蚀坑,只有把腐蚀坑分组才有可能得出更精确的描述。     

基于灰色理论的航空发动机整机振动状态评价

提出了一种基于灰色关联度的航空发动机整机振动状态评价方法,并介绍了该方法的数学原理及算法.以某型航空发动机整机振动试验数据作为样本,建立了标准特征库.通过计算被评估发动机的状态参数序列与标准状态参数序列之间的灰色关联度,评价发动机实际状态相对标准状态的近似程度,从而实现对航空发动机整机振动状态的评价.结果表明该方法可用于发动机状态定量评价,并具有简单方便,计算量小,可学习,诊断结果可靠等特点.     

一类不确定时滞系统的时滞依赖型鲁棒H∞控制器设计新方法

针对一类具有状态滞后和凸多面体不确定性的连续时间系统,研究了其鲁棒H∞控制器的设计问题.通过引入两个附加的松弛矩阵使Lyapunov矩阵和系统矩阵得到分离,得到了一个新的具有更低保守性的鲁棒H∞性能判据,并基于该判据设计了系统的鲁棒H∞状态反馈控制器.设计的状态反馈控制器不但保证闭环系统的二次稳定性,同时使系统的H∞范数小于一个给定的衰减水平γ.并且设计了一个迭代算法来得到问题的次最优解.通过数值仿真验证了所提出的控制器设计方法的可行性和有效性.     

增强型基于状态维修(CBM+)在美军陆航的实施与发展

长期以来对设备系统的维修,人们普遍采用修复性维修和预防性维修.修复性维修是待设备工作到故障后才进行修理,会造成非计划维修,还有可能出现严重的故障后果;对设备进行定期的预防性维修虽然有许多优点,但也存在一些明显的不足,例如,维修间隔期过长则难以达到预防性维修的目的,维修间隔期过短则可能产生过度维修,不仅浪费经费,而且还会因为维修过于频繁造成人为差错的增加.     

基于AADL的机载设备系统可靠性建模

AADL可以描述机栽设备系统的时序需求、任务状态等关键性能特性,已应用于航空、电子自动化、机器人控制等实时系统。提出基于AADL的机载设备系统可靠性建模方法,为该系统模型结构的设计和验证提供了理论依据。采用EMA子语言对AADL描述的机载设备系统进行可靠性建模,给出可靠性模型中的错误模型、错误传播和状态映射规则等子句属性的用法。最后通过一个基于AADL的机载设备可靠性建模实例,验证了所提建模方法的有效性。     

航空燃气涡轮发动机状态监控和技术诊断导论

本文论述了航空燃气涡轮发动机状态监控和技术诊断科学产生的背景和意义。阐述了航空燃气涡轮发动机技术状态诊断任务分类,相关的重要概念,技术状态诊断的数学模型,技术状态分析,“正常技术状态”和“故障状态诊断算法”。最后,介绍了一些典型航空发动机状态监控和技术诊断系统的现状,讨论了系统远景发展目标和研究工作方向。     

航空发动机状态监控和故障诊断软件

本文介绍“航空发动机状态监控和故障诊断”软件的功能知组成。应用此软件中所采用的“主状态量模型”的诊断方法对 B747和 B767飞机上装配的JT9D—7R4发动机已有的35个故障样本进行诊断,其诊断正确率达到75%以上。     

利用飞行试验数据对发动机参数估计的研究

本文研究利用不同飞行状态下测量的发动机变量估计涡轮进口温度和压气机出口压力。参数估计法采用多元线性回归分析法。根据变量选择的综合最优原则 ,从 6个测量变量中选择了回归方程的自变量 ,建立仅包含 3个发动机测量变量的回归模型 ,参数估计结果证明模型的估计精度是满意的。本文还介绍了利用专用设备在线录取发动机变量的数据处理方法。     

发动机故障诊断的主特征量模型

本文提出了发动机状态监控气路分析的主特征量模型。其基本原理如下:对于发动机部件匹配热力学关系式的小偏差方程组,利用最优化方法求出各种可能的故障组合的最优解,并根据合理性判据选择合理的最优解。它可以在可能的故障参数数目大于测量参数数目的情况下,对主要故障参数进行故障诊断。与目前广泛采用的影响系数矩阵法比较,主特征量模型可以用于测量参数数目较少的情况,并且可以给出较多的故障诊断信息,因此具有广泛的实用意义。文中给出了主特征量模型的三种数学模型,讨论了利用主特征量模型进行故障诊断的有关技术问题,并且通过计算机模拟方法对主特征量模型的适用性及可靠性进行了分析。研究结果表明,本文提出的主特征量模型是发动机状态监控与故障诊断的一种有效方法。