基于状态观测器的空间机械臂关节故障诊断

为了实时检测空间机械臂关节故障的发生并获得有效的故障信息,提出一种基于状态观测器的关节故障诊断方法。通过结合滑模变结构控制理论设计滑模状态观测器,获得机械臂各运行状态的残差信息,并将其与设定的阈值比较,实现关节故障的检测。进而引入不同的故障模式,构建故障数据库,将实际关节故障所导致的机械臂故障残差信息与故障数据库对比,完成故障发生位置及其故障程度的识别。所提诊断方法考虑了空间机械臂系统内部强耦合特性,能够及时检测故障的发生并获取有效的故障信息。最后以7自由度空间机械臂为对象开展数值仿真研究,验证了所提关节故障诊断方法的有效性。     

风车状态下转子性能及通道内流动分析

为探究低展弦比压气机转子在风车状态下由压气机模式向涡轮模式转化过程中性能、内部流场结构以及气动损失的演化过程,提出了一种基于叶片和流体间能量传递的简化数值计算方法,以获得某转速下的风车状态临界流量点。在数值模拟的基础上,重点对比了同一转速线上压气机工况点(小流量工况)、风车临界点和涡轮工况点下叶尖泄漏损失的演化机制,同时探究了叶片通道内流动分离的演化过程。 结果显示,随着转速的增加,转子风车状态临界流量呈现近似线性的变化趋势。而同转速下随流量增大,叶尖泄漏流从吸力面流向压力面,并与压力面上的低能量流体进行掺混,造成了流动堵塞。同时,从压气机模式转向涡轮模式的过程中,叶尖区域的流动分离从吸力面分离转变为压力面分离,随后分离强度和尺寸逐渐增大,造成的气动损失显著增加;而在轮毂区域,流动分离始终保持吸力面分离,其分离尺度沿径向有所发展。     

面向飞机装配精准定位的状态感知技术

状态感知、实时分析、自主决策、精准执行是航空智能制造的特征。总结影响飞机部件装配单元定位精度的多种因素,并结合感知技术发展,深入分析部件装配单元的可感知因素及其获取方式,确定了部件装配单元可感知的关键要素:装配现场温度、定位器所受载荷、定位器位移、产品位姿。结合飞机机翼装配单元,设计感知信息获取方式。通过模糊优选方法,构建传感器型号优选模型,完成部件装配单元传感器选型。通过传感器测量偏差平均化的方法,构建多种类、多数量的传感器布局模型,确定部件装配单元传感器的数目与位置,完成了传感器布局设计。基于多传感器信息融合方法,设计多传感器信息融合模型,对感知的多源异构信息进行融合处理,并通过构建状态感知模型,实现对部件装配单元定位状态的直观表达。     

航空电子装备嵌入式软件质量管理研究

嵌入式软件的成败对航空电子装备效能发挥愈发重要.随着航空电子装备技术与能力的不断提升,软件的规模和复杂性也急剧增长.目前大部分航空电子装备能力分阶段迭代生成,软件不断升级已成常态.复杂的装备及其复杂的开发过程给质量管理带来了难度,为提升航空复杂电子装备的软件质量,高效保障装备效能稳定发挥,本文聚焦技术状态管理与测试验证...     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

航天器自主导航状态估计方法研究综述

自主导航是航天器自主运行的核心关键技术。状态估计是实现航天器自主导航的核心手段,是指实时确定航天器在轨位置、速度和姿态等导航参数,是航天器自主导航技术的重点发展方向之一。首先,针对航天器自主导航的实际需求,阐述了研究航天器自主导航状态估计方法的必要性,具体从导航系统可观测性分析、导航滤波算法、导航系统误差补偿3个方面介绍了航天器自主导航状态估计方法的研究现状;然后,分析并总结状态估计方法在航天器自主导航系统中的实际应用;最后,结合理论研究和实际应用,给出了状态估计方法目前存在的主要问题并对其后续发展进行了展望。     

基于RBF神经网络的非线性观察器设计

提出了一种新的非线性观察器设计方法。与一般方法采用神经网络逼近整个非线性系统不同，该方法用RBF神经网络逼近系统的非线性项，故提高了状态估计的精度。基于李亚普诺夫方法，证明了状态估计误差渐近稳定且渐近收敛到零。仿真结果表明，所提出的非线性观察器设计方法具有良好的性能。在故障检测、状态估计等领域具有广泛的应用前景。     

模糊自组织网络在刀具磨损状态监测中的应用(英文)

应用模糊逻辑和无教师自组织神经网络进行车削过程刀具磨损状态监测.根据典型切削条件组合建立由多个子网络组成的自组织网络阵列,其中每一子网络对应一种典型切削条件,并进行训练.对于具体切削条件,运用模糊逻辑技术选取对应的优化子网络.文中所建名为Fuzzy-SOM-TWC监测系统的运行基于加工过程实时采集的切削力、声发射以及电机电流信号.切削实验用于训练和检验监测系统,实验结果显示其对于刀具磨损状态的识别正确率可达到98%-100%.     

悬停状态下旋翼旋转噪声的分析

对直升机悬停时旋翼的旋转噪声进行了初步研究，分别用单极子和偶极子声源描述旋翼的厚度噪声和载荷噪声，并根据悬停状态下旋翼气动载荷的特点，用傅立叶级数表示旋翼桨盘上各点的气动力和法向气流速度，然后代入单极子和偶极子声源声辐射公式中，求出旋翼桨盘外某观察点的声压值。最后结合一算例，分析悬停状态下旋翼旋转噪声的辐射特性和不同的展向载荷分布模型对计算结果的响应。     

谐波信号的通用频谱校正算法在回转机械监测中的应用

分析了常规FFT谱由于能量泄漏和栅栏效应,不能获得简谐振动信号精确幅值、频率和相位的原因。针对现有校正频谱方法的不足,提出了基于黄金分割的通用频谱校正算法。经仿真实例验证,该方法具有计算量小、校正精度高、适应面广的特性。经过回转机械启动实例分析,该方法能得到准确的临界转速、升速曲线和幅频响应曲线,为回转机械的瞬态行为分析提供了新的手段。