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。     

Application of improved active disturbance rejection control algorithm in tilt quad rotor

The Tilt Quad Rotor (TQR) has complex dynamics characteristics, especially in conversion mode. It is difficult to build the dynamic model of the TQR and the environmental factors have a great influence on it. To solve the problem of control in conversion mode of TQR, this paper carries out the design of the controller based on improved Active Disturbance Rejection Control (ADRC). According to the characteristics of flight in conversion mode, Tracking Differentiator (TD) with explicit model is used to solve the problem of multiple integrals when the system is high-order system. Extended State Observer (ESO) with Radial Basis Function (RBF) neural network is used to estimate and compensate for internal and external uncertainties, and the adaptive sliding mode control in Nonlinear State Error Feedback (NLSEF) is used to improve the response speed of the controller and reduce the parameters which should be tuned. Through the flight control simulation of the TQR, the validity and rationality of the control system are verified.     

双框架飞机蒙皮检测机器人切换运动控制方法

针对一种双框架飞机蒙皮检测机器人,通过分析该机器人在飞机表面上的受力情况,在飞机表面该机器人受到了非完整约束,基于牛顿-欧拉法建立了机器人非完整约束动力学模型。根据机器人机械结构和运动步态分析,将该非完整机器人系统分为子系统A和子系统B。为了实现机器人在飞机表面运动,采用反演技术和快速Terminal滑模控制相结合的思想对系统设计了控制器,提出了一种反演-滑模控制方法;对于非完整机器人子系统A和子系统B,设计了一种基于事件驱动的切换策略,实现了机器人对期望轨迹的全局渐近跟踪,并利用Lyapunov稳定性证明系统的跟踪误差收敛。仿真和试验表明,采用该切换策略和反演-滑模控制方法,双框架飞机蒙皮检测机器人可以在飞机表面自由运动并进行损伤检测,具有良好的可靠性和稳定性。     

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.     

基于改进准则法的复合壳阻尼结构拓扑减振动力学优化

针对复合壳阻尼结构的拓扑减振优化问题，以约束阻尼层的有限单元为设计变量，采用体积比、模态频率和振型为优化约束条件，构建以多模态权重系数的结构模态损耗因子数值关系为优化目标函数的拓扑减振优化模型。为了拓展优化目标灵敏度具有不局限于某一变密度法插值模型的形式，推导了数值表达式的一般函数式。动力学优化中优化目标灵敏度正、负数集共存，使得非凸性的目标函数设计变量出现负值或优化函数寻优于局部极值点。为此，推导出复合壳阻尼结构的全域灵敏度改进优化准则法迭代格，以确保每次迭代域均为全域设计变量集。结合有限单元法编程实现了复合壳阻尼结构改进准则法，并对复合壳结构进行拓扑减振优化分析。结果表明：在敷设体积减为全覆盖的50%时，复合壳结构的模态损耗因子增减偏差为10%，具有提升减振的轻量化设计目的；各阶目标函数和拓扑构型所需的迭代次数少，中间密度区域较小，多阶优于单阶模态优化函数，易于获得全域寻优的有效减振。     

防烟供氧面罩漏气系数试验系统的设计及应用

介绍了防烟供氧面罩漏气系数试验系统的设计与试验原理。该系统采用单元分体式结构，将气路、油路、机械各部分集成于一体，在软件作用下，通过电气电路，控制油雾的产生，保证油雾发生的流量，控制油雾室浓度的高低，控制取样流量的大小，并通过油雾浊度仪读取检测数据，完成试验过程的自动控制。     

雷达/红外复合导引头抗干扰跟踪方法

为了有效应对强噪声干扰、箔条干扰以及红外诱饵干扰,提出了一种雷达/红外复合导引头抗干扰跟踪方法.该方法通过导引头观测信息关联度的检测、新息方差迹值的比较,进而对于扰进行判断,然后选择合适的导引头工作模式对目标进行跟踪.仿真结果表明,所提出的协同跟踪方法不仅可以保证较高的跟踪精度,而且可以保证在干扰环境下对目标跟踪的连续性与稳定性.     

基于人工神经网络的停机坪安全预警研究

停机坪是机场的重要组成部分,停机坪安全是机场安全关注的重点。影响停机坪安全作业的要素有很多,通过对这些要素进行监控和预警,可以减少停机坪的安全隐患,保证机场正常运行。根据济南遥墙机场的主要数据,运用因子分析法对影响停机坪安全的主要因素进行分类,提取公共因子。并运用人工神经网络（ANN）方法,对这些公共因子进行神经网络训练和预测分析,最终得到遥墙机场停机坪的安全情况。