固体发动机失效树定量分析法

根据固体火箭发动机失效树定量分析中确定底事件失效概率存在的困难,提出了确定底事件失效概率的工程方法——征求意见评分法。通过对某型号发动机试样阶段结构可靠性实例分析,得出了较满意的结果。     

激光微推进器用于微小卫星的姿轨控仿真

为研究激光微推进器用于微小卫星在轨空间飞行任务的可行性,利用已建立的激光推进微小卫星仿真平台,对微小卫星在轨姿态调整、轨道维持和轨道转移等飞行任务进行了仿真和分析。仿真结果表明,星载激光微推进器可满足在轨微小卫星的高控制精度姿态调整、近地观测轨道维持以及较长时间要求的轨道转移等空间任务对推进系统的要求。     

某型涡喷发动机的可靠性增长分析

针对某型涡喷发动机的一组含零故障的多台不同步截尾故障数据。给出了趋势检验、AMSAA模型的拟合优度检验及模型参数的极大似然估计方法。分析表明，该型发动机有显著的可靠性增长，且可用AMSAA模型拟合其故障数据，在考虑零故障后，其参数及MTBF的极大似然估计（MLE）更为可信。     

变推力液体火箭发机系统仿真软件的研究

闸明了变推力液体火箭发动机系统仿真软件设计的指导思想,介绍了软件的结构,着重叙述了典型部件的运算模块。最后,简单地介绍丁在实现该软件时的一些技术处理。     

直接不交化方法在故障树定量分析中的应用

在布尔集合运算方法和不交化方法基础上，提出了单调关联故障树系统定量分析优化方法，通过故障树定量分析优化方法，可以方便地得到系统的可靠度、不可靠度、最小割集、最小路集、关键重要度等指标。     

非平稳信号的双重中值容错平滑算法

平滑是消除或削弱测量数据随机误差时常用的数据处理手段。文章建立了一组新的非平稳数据序列容错平滑算法，其采用两阶段两次滑动中值与滑动均值平滑组合，实现了数据简化与平滑的统一。理论分析和仿真计算结果证实，算法可有效避免斑点型异常数据的不利影响，有效削弱随机误差的影响，改进数据处理精度和数据处理结果可靠性。     

防静电白色热控涂层的空间环境性能试验

通过在氧化锌晶格中掺入重金属离子，得到具有防静电功能的白色颜料，再以丙烯酸树脂为粘合剂制备出空间飞行器外表面用的ACR－1防静电白色热控涂层；研究了空间环境效应（包括紫外辐照，电子和质子辐照）对该热控涂层太阳吸收率的影响并与有机硅白色热控涂层进行了比较，地面模拟空间环境试验研究结果证明，ACR－1防静电白色热控涂层具有良好的空间稳定性。     

一个基于故障树模型的诊断系统

提出一种基于故障树模型的诊断方法，并基于该方法实现了一个验证性的诊断系统。基于故障树的层次诊断模型，提出了确定性推理方法和可能性推理方法及面向故障树的基于框架和广义规则的混合知识表示方法。最后在ＣＯＭ－ＰＡＱ４８６微机上，Ｗｉｎｄｏｗｓ环境下，用ｂｏｒｌａｎｄＣ＋＋实现了该诊断系统，并通过对一个电路系统实验台的诊断验证了方法的有效性。     

一种整体式天然气压缩机气阀故障诊断技术研究CSCD

整体式天然气压缩机在石油化工领域广泛应用,压缩机的正常工作对安全生产具有重要意义。为了有效诊断整体式压缩机气阀部件的故障,采用了Daubechies小波基函数对ZTY470型整体式天然气压缩机气阀振动信号的分解重构原理,详细介绍了以振动信号的能量为故障特征的故障诊断过程。对气阀阀片断裂和弹簧断裂的故障振动信号进行了小波包分析,并与正常工作时的信号进行了对比。实验表明该方法能准确的进行故障诊断和故障定位,证明了对整体式天然气压缩机气阀故障诊断的有效性。     

Multi-mode diagnosis of a gas turbine engine using an adaptive neuro-fuzzy system

Gas Turbine Engines (GTEs) are vastly used for generation of mechanical power in a wide range of applications from airplane propulsion systems to stationary power plants. The gas-path components of a GTE are exposed to harsh operating and ambient conditions, leading to several degradation mechanisms. Because GTE components are mostly inaccessible for direct measurements and their degradation levels must be inferred from the measurements of accessible parameters, it is a challenge to acquire reliable information on the degradation conditions of the parts in different fault modes. In this work, a data-driven fault detection and degradation estimation scheme is developed for GTE diagnostics based on an Adaptive Neuro-Fuzzy Inference System (ANFIS). To verify the performance and accuracy of the developed diagnostic framework on GTE data, an ensemble of measurable gas path parameters has been generated by a high-fidelity GTE model under (a) diverse ambient conditions and control settings, (b) every possible combination of degradation symptoms, and (c) a broad range of signal to noise ratios. The results prove the competency of the developed framework in fault diagnostics and reveal the sensitivity of diagnostic results to measurement noise for different degradation symptoms.