SAR performance-based fault diagnosis for electro-hydraulic control system: A novel FDI framework for closed-loop system

Model-based fault diagnosis serves as an efficient and powerful technique in addressing fault detection and isolation (FDI) issues for control systems. However, the standard methods and their modifications still encounter some difficulties in algorithm design and application for complex higher-order systems. To avoid these difficulties, a novel fault diagnosis framework based on multiple performance indicators of closed-loop control system is proposed. Under this framework, a so-called performance residual vector is constructed to measure the differences between the real system and the nominal model in terms of system stability, accuracy, and rapidity (SAR) respectively. The criteria for quantification, normalization of the SAR residuals and the explicit mappings between the thresholds and the required performance are given. FDI can be easily achieved simultaneously by monitoring the normalized residual vector length and direction in the SAR performance residual space. A case study on electro-hydraulic servo control system of turbofan engine is adopted to demonstrate the effectiveness of the proposed method.     

用RTR技术确定SRM燃烧室凝相粒子加入边界条件

由于缺乏有效的实验手段, 目前的ＳＲＭ 颗粒轨道模型很不完善, 其中粒子的加入边界条件完全是建立在人为假设的基础上。针对这种情况, 发展了一种以实验为基础的确定凝相粒子加入边界条件的方法, 首先利用ＲＴＲ技术对实验发动机热试车条件下凝相粒子的运动进行实验研究, 通过图象处理技术获得粒子的运动轨迹, 然后采用轨道模型法计算实验条件下凝相粒子的运动轨迹, 通过轨迹反推法给出了粒子加入边界条件。     

应用人工神经网络技术对波音747—200型飞机发动机故障诊断研究

用人工神经网络技术,对波音７４７－２００型飞机的ＪＴ９Ｄ发动机的故障诊断进行了研究,并构成了诊断装置。该研究使用北京飞机维修工程有限公司提供的发动机性能监控数据央脱机后根据性能排队情况艇经验推定法,对发动机的一些常见故障和突发性故障进行了诊断。在诊断过程中,首先搜集发动机的故障状态数据,并对这些数据进行归纳选择,制成了诊断用的教师信号“故障模型”,通过神经网络系统对教师信号的学习,在一定范围内,对     

旋转机械轴系不对中故障的建模及其理论分析

轴系不对中是旋转机械常见的故障,通过对该故障建立理论模型,并采用 Ｒａｃｃａｔｉ传递矩阵法对之进行数值计算和理论分析,重点计算了角度不对中时的振动特性。为旋转机械的故障诊断提供理论参考。     

发动机故障诊断的变记忆约束滤波算法

为提高故障诊断可靠性,给出了3种利用多次测量信息减少测量误差影响的方法,即变记忆约束滤波算法、分段算术平均预平滑算法以及指数顶平滑算法。其中,变记忆约束滤波算法能够有效地避免由于故障方程多重共线性所引起的病态解。证明了多故障诊断问题中滤波算法与分段算术平均算法的等价性,证明了在衰减滤波的条件下（第一变记忆因子小于1）,随测量点数的增加,变记忆滤波算法的第一变记忆因子与指数平滑的平滑系数之和趋近于1。利用计算机仿真方法对于所得结论进行了检验。     

基于故障字典的旋转整流器故障检测方法

以交流电为主要电源的飞机普遍采用无刷交流发电机作为发电装置,但由于半导体器件抗干扰、抗过载能力差,旋转整流器成为故障发生率较高的部件,文中介绍了利用快速傅里叶变换（FFT）通过对励磁电流的分析来检测可能出现的故障,并利用故障字典快速地判断出故障原因。     

一种用于二维燃烧室流场计算的非结构网格的生成方法

本文依照Ｄｅｌａｕｎａｙ 准则构造二维非结构网格,并提出了一种与之相应的基于阵面推进法的自动生成新的内部节点的方法。文中给出了利用这一方法对边界形状复杂的燃烧室流场进行网格划分时,所得的非结构网格,及网格相应的质量统计特性。从这些算例可以看出,这一方法能够较好地适应复杂的几何外形,得到分布合理,并且大多数单元形状接近正三角形的非结构网格     

基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Ｗｉｎｄｏｗｓ环境下,用Ｂｏｒｌａｎｄ Ｃ＋＋实现了一个原型系统。通过对“实践４号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

外测系统突发性故障的诊断方法研究

外测系统突发性故障的检测与诊断在航天测控中有十分重要的意义。基于动态测量数据的容错处理技术, 建立了三组实用的过程故障诊断方法： 无须建模的容错平滑器方法; 基于模型拟合的容错辨识方法; 基于状态空间模型的有界影响滤波方法。这些方法既可用于对测控网跟踪质量的事后分析也可用于（准） 实时在线处理。仿真计算结果显示, 这些方法不但能够以１００％ 的准确率检测出脉冲型故障, 还可快速有效地检测出任何形式的关联型故障, 准确率达９８％以上。     

自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。