基于自适应心跳算法的分布式系统故障检测器

故障检测是容错分布式系统中的关键技术之一.为了提高故障检测的性能,提出一种新型的故障检测器——自适应心跳检测器(SA-HD, Self-Adaptive Heartbeat Detector).SA-HD采用了基于拉式(pull)的自适应心跳算法,在考虑故障检测性能的同时也考虑了心跳检测所占用的网络资源对网络性能的影响.SA-HD能够根据网络负载调节自身发送心跳消息的频率,提高了心跳检测的网络环境适应能力,尤其是在高负载的环境下,能够有效改善心跳检测的性能.建立了SA-HD的模型,对其性能进行了仿真分析,并通过试验验证了SA-HD性能要优于传统推式(push)的心跳检测器.     

改进的风险优先数(RPN)分析方法

针对工艺故障模式影响分析(PFMEA,Process Failure Modes and Effects Analysis)中风险优先数(RPN,Risk Priority Number)分析方法存在的缺陷,在分析导致这些缺陷的原因的基础上,提出了一种基于费用及发生概率的定性与定量相结合的RPN分析方法.该方法中定性分析部分以传统RPN分析方法中的严酷度等级评价为基础,对工艺故障模式的严酷度等级进行评价;定量分析部分以故障模式发生后导致的费用损失的期望值作为RPN值.改进后的RPN分析方法中,定量化的数据使得风险排序更为客观、准确.最后,使用改进后的RPN分析方法对相控阵雷达中某组件的滤波器装配工艺进行了PFMEA分析,取得了良好的效果.      

基于RBF带学习能力高精度非线性FDD设计

在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数（RBF）神经网络的动量轮非线性故障检测与诊断（FDD）方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。     

应用于电机轴承和不对中复合故障的RNN诊断方法

提出一种基于伺服电机转速信号的轴承和不对中复合故障的故障诊断方法。首先,探讨了复合故障励磁引起的电机转速变化,分析了通过转速法实现复合故障诊断的理论可行性。实验表明,复合故障中轴承等微弱故障信号的检测容易受到不匹配安装故障的干扰,这将使传统的诊断算法失效。将预处理后的速度信号和通过FFT得到的信号分别通过循环神经网络（Recurrent neural network,RNN）,将输入的时域特征和频域特征融合在一起,作为故障分类的基础。这种时频域特征复合RNN模型（Time-frequency feature compound-RNN,TFFC-RNN）对不对中故障干扰下的轴承故障和正常信号的分类准确率可达90%以上。最后,研究了各RNN变体对于模型准确率的影响。实验结果表明利用门控循环单元进行频域部分的特征提取,模型的诊断正确率最高。     

基于有限单元热网络法的航空发动机主轴轴承热分析

航空发动机主轴轴承温度场的精准预测对保证发动机润滑系统及整机稳定运转至关重要.针对传统热网络法精度低的问题,提出一种基于有限单元思想的有限单元热网络法.将轴承结构通过网格划分为有限个单元体,每个单元体设置一个温度节点代表该单元体的集总参数,节点间构建热阻关系并形成热网络,通过求解以温度为未知量的大型稀疏矩阵线性方程组来...     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点,提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验,并采用经验模式分解(EMD)方法对采集的振动信号进行分解,提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明,所提出的Deep-GBM故障诊断准确率达到87%,相对于传统的机器学习模型准确率最高提升了28%,并具有良好的泛化能力。      

基于CCFHTLS算法的异步电动机转子故障检测

定子电流经低通滤波器处理后产生高斯有色噪声,限制了异步电机转子故障检测算法的辨识精度。针对该问题,提出一种抑制高斯有色噪声的异步电机故障检测技术。首先对采集到的定子电流进行预处理,利用逆同步旋转变换剔除基波,避免了直接检测时基波对故障辨识精度的影响。然后利用互相关函数(CCF)处理技术对高斯有色噪声的抑制作用,提出基于CCFHTLS算法的电机转子故障诊断技术。针对异步电机转子断条和偏心故障的识别进行试验,结果表明CCFHTLS算法可以有效抑制高斯有色噪声,并保留故障有用信息,显著地提高了故障检测的分辨率。     

双流制窄轨电力机车用异步牵引电机设计

将牵引电机应用于双流制窄轨电力机车时,由于窄轨机车轨距小,所以牵引电机安装空间异常狭小,比一般牵引电机在安装空间、电机结构、电磁负荷等方面的要求更加苛刻。针对窄轨双流制电力机车的运用特点和特殊要求进行了分析,提出了牵引电机的设计要求和关键技术难点,并对关键技术难点给出了相应的分析和解决措施。对该牵引电机的制造过程及电机试验测试情况进行了论述。试验结果表明,该牵引电机达到了设计预期,完全能满足设计要求。     

基于模糊矩阵和神经网络的航空发动机磨损部位故障识别

滑油中的金属颗粒成分及含量反映了发动机部件磨损程度,利用光谱分析技术监测诊断发动机部件磨损故障。在分析发射光谱原始数据的基础上,提出基于BP神经网络的航空发动机磨损部位识别方法,并通过实例阐述了部位磨损识别的步骤。将待识别样本输入已经训练好的神经网络中,得到低压压气机轴承支座磨损故障模式。待识别样本中含有Fe、Al、Cr、Cu、Mg,与低压压气机轴承支座磨损故障模式存在的元素完全一致。与原始识别方法相比,本文方法得到的故障特征更加明显,所需训练样本更少,识别精度达到96.67%。     

惯导系统旋转机构轴承动力学建模方法研究

旋转机构是旋转调制捷联惯导系统的关键部件之一。为了精确模拟旋转机构的动力学特性,研究了支撑旋转轴系的双列球轴承的动力学建模方法,提出了使用Bushing单元来建立同时具有径向移动刚度、轴向移动刚度和径向角刚度的三向刚度轴承动力学模型的方法。利用有限元数值仿真方法计算了三向刚度数值,并利用轴承手册上的经验公式进行了验证。在此基础上,建立了含弹性轴承支撑的旋转调制捷联惯导系统旋转机构的结构动力学有限元模型,分析比较了轴承有无角刚度两种状态下的固有模态。分析结果表明:对于旋转调制捷联惯导系统旋转机构来说,轴承模型角刚度对计算精度的影响较大,角刚度已知的模型更接近真实情况。