航天系统关键设备故障诊断信息源研究

伺服机构是航天系统的关键设备之一,对其进行故障诊断的基础是建立信息源模块。将伺服机构的信息分定性信息和定量信息,以这2种信息为基础,通过功能分析、结构设计及可视化处理,构建了伺服机构信息源模块。该模块在功能上可以替代硬件模拟器,产生研究所需的各种信号,既可以对伺服系统的正常信号进行仿真,也可设置大量的故障,设计思想具一定的通用性,比较好的解决了故障诊断中的样本数据产生与获取问题。     

基于测试块滚动的FPGA自测试方法研究

为了满足航天应用高可靠性的要求,实现对航天器FPGA生产和使用过程中可能发生的永久故障的及时检测,文章提出了一种基于测试块滚动的FP-GA自测试方法,该方法采用内建自测试的思想,与传统的测试方法相比,可以实现CLB级的故障定位,适用于FPGA芯片的筛选、固化以及在系统运行等各阶段的永久故障检测。     

用于涡轴发动机传感器故障诊断的未知输入观测器干扰矩阵估算

针对处理涡轴发动机控制系统传感器故障诊断问题时有着良好性能的未知输入观测器展开研究,分析了与系统建模误差相关的干扰矩阵对未知输入观测器观测出的系统状态准确度的影响,提出了一种基于全阶状态观测器的涡轴发动机系统模型干扰矩阵的估算方法,该方法对某一固定工况下的干扰矩阵估算十分准确,使得根据此干扰矩阵设计出的未知输入观测器可以完全不受系统建模误差的影响.在此基础上,又给出了一种适应于更广泛工况范围的干扰矩阵近似方法,使得变工况下的未知输入观测器一样不受建模误差的影响.仿真结果表明:基于该方法估算出的干扰分布矩阵可以保证观测器具有良好的性能,在变工况下对发动机输出量估计残差的二范数不大于2.      

量测数据自校准融合方法

提出了一种量测数据自校准融合方法,给出量测数据系统误差(未知输入)的自识别自校准公式与计算步骤,能够自动对量测数据中事先无法校准的系统误差进行识别、估计、补偿和修正,从而减小系统误差的影响。建立多传感器的数据融合公式与计算步骤,进而降低偶然误差的影响。分别对线性系统和非线性系统进行了详细讨论,并进行了大量实例计算和仿真模拟验证。从两个算例计算结果可以看出:该方法的相对误差至少要比传统方法减小45%,且计算简单,便于工程应用。      

基于自适应双稳态随机共振的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微弱,故障特征提取困难的问题,提出了基于容忍遗传算法（TAGA）的自适应双稳态随机共振（BSR）的中介轴承故障诊断方法。在传统自适应遗传算法中引入容忍度思想,建立一种容忍遗传算法,采用容忍遗传算法对双稳态随机共振系统的结构参数a,b进行优化,建立自适应双稳态随机共振系统对故障信号进行处理。为验证该方法的有效性,搭建了中介轴承故障模拟实验系统,开展中介轴承内圈和外圈故障模拟实验。采用该方法分别对仿真信号和实验信号进行处理。结果表明:该方法能够对故障信号进行增强,提升了故障特征频率提取能力。自适应优化结构参数后,提取的特征频率与故障频率理论值的误差小于0.1%。      

A novel fault tolerant permanent magnet synchronous motor with improved optimal torque control for aerospace application

Improving fault tolerant performance of permanent magnet synchronous motor has always been the central issue of the electrically supplied actuator for aerospace application. In this paper, a novel fault tolerant permanent magnet synchronous motor is proposed, which is characterized by two stators and two rotors on the same shaft with a circumferential displacement of mechanical angle of 4.5. It helps to reduce the cogging torque. Each segment of the stator and the rotor can be considered as an 8-pole/10-slot five-phase permanent magnet synchronous motor with concentrated, single-layer and alternate teeth wound winding, which enhance the fault isolation capacity of the motor. Furthermore, the motor has high phase inductance to restrain the short-circuit current. In addition, an improved optimal torque control strategy is proposed to make the motor work well under the open-circuit fault and short-circuit fault conditions. Simulation and experiment results show that the proposed fault tolerant motor system has excellent fault tolerant capacity, which is able to operate continuously under the third open-circuit fault and second shortcircuit fault condition without system performance degradation, which was not available earlier.     

基于VMD-CWT和改进CNN的直升机轴承故障诊断

由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法.研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8％.为...     

液体火箭发动机智能健康监控技术研究进展

健康监控技术作为改进和提高液体火箭发动机安全性与可靠性的核心关键技术,近年来其智能化发展的趋势十分明显。本文简要回顾了液体火箭发动机健康监控技术的发展历程;重点围绕基于传统人工智能的方法和基于深度学习的方法两个方面,对智能故障检测与诊断方法进行了系统地介绍;进一步阐述了健康监控系统在方案设计和实际应用等方面的研究现状,以及智能健康监控系统的发展情况;最后对今后健康监控技术的发展趋势进行了分析和展望。     

基于GSP仿真和SDAE的航空发动机故障诊断

为了深入研究航空发动机故障机理,提出基于航空燃气涡轮发动机性能仿真软件(GSP)和堆栈降噪自编码器(SDAE)的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障,并得到对应的运行状态参数;从每种故障类型下的长时间序列的状态参数中提取出向量化的曲线特征,构成故障样本;将故障样本带入SDAE模型中进行深度特征提取,经过前向传播和反向微调得到训练好的模型用于发动机故障诊断。结果表明:GSP能够通过参数更改来模拟微弱故障下的状态参数,从而构建多故障样本集;SDAE的重构误差和反向传播误差能够快速收敛到较小值,SDAE的故障诊断正确率为99.5%;与深度信念网络(DBN)、人工神经网络(ANN)以及经典机器学习方法支持向量机(SVM)相比,SDAE的故障分类正确率分别提高了0.8%、6.9%和10.1%。     

涡轴发动机分布式控制系统传感器故障诊断技术

为满足航空发动机分布式控制系统的故障诊断需求,重点解决分布式控制系统中总线通信时延对传统故障诊断措施效果的影响,提出了一种新的航空发动机分布式控制系统故障诊断方法.针对航空涡轴发动机,搭建了包含随机时延的分布式控制系统数学模型,利用等价空间法(PSM)设计故障诊断滤波器组.并将改进的故障诊断方法与传统的基于Kalman...