基于RO-NUIO/LMI的挠性卫星轨控期间姿控系统故障诊断

卫星轨控期间,由于推力偏心,会产生较大的干扰力矩,直接影响卫星姿态。针对轨道控制期间的挠性卫星姿态控制系统,设计了干扰解耦的降阶非线性未知输入观测器(RO-NUIO),用于故障检测与故障隔离。在设计过程中,首先通过坐标变换,使得不可观的状态及部分可观状态不受干扰影响,然后针对不可观的子系统利用可观状态的信息设计观测器,观测器中的部分参数利用LMI方法获得,可以弱化非线性部分对观测器的影响。所设计观测器的存在条件仅依赖于系统本身特性,无需在线验证。观测器采用降阶设计,同时借助LMI思想,结构简单,适合于非线性卫星姿态控制系统。仿真结果验证了降阶非线性未知输入观测器实现卫星姿态控制故障诊断的可行性与有效性。     

液体火箭发动机涡轮泵故障诊断的新方法

针对传统的液体火箭发动机涡轮泵故障诊断方法只能在有样本数据并且样本数据充足的情况下才能进行准确诊断以及诊断时难以提取状态特征的缺点,提出一种适用于涡轮泵在线监测及诊断方法,该方法利用生物免疫系统的反面选择机理,利用生物克隆和学习机理使改进型反面选择算法产生的检测器具有不同的检测半径,使其能更有效地覆盖异常空间,能有效地提取涡轮泵的状态特征,避免了检测器产生效率低等问题。实例诊断结果表明:该方法较好地解决了故障样本难以获取及有效地提取涡轮泵的状态特征的问题,能准确监测出涡轮泵各种常见故障所引起的异常并能准确诊断,较高诊断精度表明该方法是可行的,并且具有较好的在线性、准确性及鲁棒性,为液体火箭发动机涡轮泵故障异常检测探索了一条新路。     

由PETRI网模型求系统最小割集的自顶向下法

研究了系统逻辑关系的Ｐｅｔｒｉ网表示，基于Ｐｅｔｒｉ网的建模方法，采用Ｐｅｔｒｉ网模型求系统最小割集的自顶向下法，与故障树方法相比，这种方法可同时获得系统的最小割集和最小路集，且求解的效率高，实例分析证实了这一点。     

亚声速武器舱空腔流动压力特性及其控制方法

在高速风洞中对某武器舱舱门打开状态下,舱内的静压分布和脉动压力特性进行了试验,并对空腔前缘多孔扰流板和前缘吹气两种流动控制方法分别进行了变参数研究。试验马赫数为0.75,武器舱长度为300 mm,长深比为3,宽深比为1。试验结果表明该武器舱基本构型顶部沿着流向的压力分布比较均匀,脉动压力监测点的频谱特性表现出明显的模态特征,为开式空腔流动类型,而且在所研究的范围内受飞机迎角变化的影响很小。在典型的飞机迎角下,前缘多孔扰流板流动控制方法可以很好地改善武器舱内部流场的稳态特性并降低舱内的脉动压力;多孔扰流板的安装高度、展向宽度为流动控制效果的主要影响参数;在所研究的参数范围内,综合考虑多孔扰流板对脉动压力宽频和单频特性的控制效果,高安装高度、短展向宽度的参数组合形式最优,并且在飞机常用的迎角范围内具有较好的流动控制效果。在典型的飞机迎角下,前缘吹气流动控制方法也可以很好地改善武器舱内部流场的稳态特性并降低舱内的脉动压力;吹气位置、吹气流量为流动控制效果的主要影响参数;在所研究的参数范围内,综合考虑前缘吹气对脉动压力宽频和单频特性的控制效果,大的吹气流量、短的展向宽度的参数组合形式最优,并且在飞机常用的迎角范围内具有较好的流动控制效果。     

A fault diagnosis model based on weighted extension neural network for turbo-generator sets on small samples with noise

In data-driven fault diagnosis for turbo-generator sets, the fault samples are usually expensive to obtain, and inevitably with noise, which will both lead to an unsatisfying identification performance of diagnosis models. To address these issues, this paper proposes a fault diagnosis model for turbo-generator sets based on Weighted Extension Neural Network (W-ENN). W-ENN is a novel neural network which has three types of connection weights and an improved correlation function. The performance of the proposed model is validated against Extension Neural Network (ENN), Support Vector Machine (SVM), Relevance Vector Machine (RVM) and Extreme Learning Machine (ELM) based models. The results indicate that, on noisy small sample sets, the proposed model is superior to the other models in terms of higher identification accuracy with fewer samples and strong noise-tolerant ability. The findings of this study may serve as a powerful fault diagnosis model for turbo-generator sets on noisy small sample sets.     

基于卡尔曼滤波器残差的矢量跟踪完好性研究

针对接收机跟踪卫星导航信号时可能发生的各类故障,利用卡尔曼滤波器的残差观测量进行滤波,通常可以在不借助冗余观测量的情况下快速检测和隔离故障。建立软件接收机平台,利用卡尔曼滤波器进行导航信号的矢量跟踪,在跟踪环中模拟故障的发生并依靠残差序列滤波的方法检测并排除错误观测量。实验表明,在算法模拟的短时较大幅度干扰下,完好性监测方法可以快速检测并排除错误观测量对环路跟踪的影响,且无需冗余观测量。     

甲烷喷射温度对燃烧稳定性影响规律研究

对液氧/甲烷火箭发动机燃烧稳定性进行了数值仿真研究,比较分析了甲烷喷射温度对其燃烧稳定性的影响规律.结果表明：在222 K,224 K,226 K,228 K,230 K和234 K时,发动机燃烧稳定性较好.     

基于稳定约束的自适应随机共振转子故障检测方法

为解决应用传统遗传算法优化的随机共振(Stochastic resonance, SR)方法易出现的计算发散问题,提出一种基于稳定约束的自适应随机共振方法。对求解随机共振的Langevin方程进行了稳定性分析,得到了考虑输入信号的条件下,使系统输出稳定的频率压缩比R的约束公式。将该稳定性条件应用于遗传算法参数的寻优过程,将原来的无约束最优化问题转化为有约束最优化问题。将改进后的自适应随机共振方法应用于转子早期碰摩故障检测,分析结果表明,该方法确保了系统输出的稳定性,寻优过程中的频率压缩比R的取值均在约束值以下,避免了计算发散现象,实现了在强噪声条件下对微弱故障信号的提取。      

基于故障观测器的无人机直接自修复控制

提出一种基于故障观测器的无人机直接自修复控制。首先,根据系统本身存在的故障,设计了一个非线性故障观测器对其进行观测。其次,设计了一个快速终端滑模面和直接自修复控制器,将指数函数和符号函数引入到新型滑模面里。同时引入了自适应技术,对不确定的故障估计其上界。最后,通过对无人机进行了相应的仿真数值验证得出所提方法的有效性。     

Xilinx FPGA自主配置管理容错设计研究

针对SRAM型FPGA在空间辐射环境下容易受到单粒子效应影响的问题,在分析可重配置的Xilinx FPGA的结构和故障模式的基础上,提出一种基于自主配置管理的Xilinx FPGA容错设计方案。综合运用诸如逻辑电路三模冗余、块存储器EDAC校验、动态回读、动态局部重配置及周期全局重配置等方法实现故障的屏蔽、检测和修复。该方案覆盖了FPGA的各种单粒子效应故障模式,并且在芯片内部实现了自主配置管理,具有体积小、成本低、可靠性高的特点。