基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。      

A self-healing strategy with fault-cell reutilization of bio-inspired hardware

The self-healing strategy is a key component in designing the bio-inspired embryonics circuit with the structure of cell arrays. However, the existing self-healing strategies of embryonics circuits mainly focus on permanent faults inside the modules of cells such as the function module and the configuration register, while little attention is paid to transient faults. From the point of view of obtaining high efficiency of hardware utilization, it would be a huge waste of hardware resources by permanent elimination when a cell only suffers a transient fault which can be repaired by a configuration mechanism. A new self-healing strategy, the Fault-Cell Reutilization Self-healing Strategy(FCRSS) which presents a method for reusing transient fault cells, is proposed in this paper. The circuit structures of all the modules in the cells are described in detail. In the new strategy, two processes of elimination and reconfiguration are combined. Within the process of fault-cell elimination, cells with transient faults in the embryonics circuit array could be reused simultaneously to replace the functions of the cells on their left side in the same row. Therefore, transient fault-cells in a transparent state can be reconfigured to realize the fault-cell reutilization. Finally,a circuit simulation, resource consumption, a reliability analysis and a detailed normalization analysis are presented. The FCRSS can improve the hardware utilization rate and system reliability at the expense of a small amount of hardware resources and reconfiguration time. Following the conclusion, the method of determining the optimal self-healing strategy is presented according to the environmental conditions.     

典型飞机燃油量指示系统故障分析

针对某综合航电系统飞机燃油量指示故障,从油量系统的结构、原理、功能、走线、软件及配置等方面分析油量采集、信号处理和输出显示子系统,按故障树的方法重点对综合航电系统的硬件、软件及配置和线路,最后查找出故障原因并针对该机群5年来该组件的故障次数及原因进行了统计和分析。     

冗余惯组故障检测与隔离的广义似然比解耦矩阵构造新方法

冗余惯组可提高运载火箭制导系统的可靠性,惯性器件发生故障会污染导航信息,需要进行在线故障检测和隔离。面对安装矩阵一定的成套冗余捷联惯组,使用Potter算法构造解耦矩阵的广义似然比故障检测方法,无法检测并隔离特定轴故障,提出选择正交投影矩阵的极大无关组来构造解耦矩阵,采用全数字仿真对改进方法进行验证。结果表明,新方法克服了成套惯组同轴共基座安装时某个轴向无法故障检测的问题,且故障检测性能没有降低。该方法为运载火箭制导系统在线故障检测技术提供了一种新思路。     

基于小波变换和神经网络的直升机旋翼不平衡故障诊断方法

依据直升机旋翼不平衡故障空间与多点机体振动空间存在一对一映射关系的理论,采用某旋翼试验台设置桨距不平衡、质量不平衡以及后缘调整片不平衡的方法获取试验数据。利用小波变换和神经网络处理直升机机体振动信号,并对直升机旋翼单故障和复合故障进行诊断。最终实现了一种利用小波变换处理机体振动信号诊断旋翼不平衡故障的方法。     

MEMS陀螺阵列技术研究进展

MEMS陀螺仪体积小、功耗低的优点扩展了惯性器件的应用领域,对于制导武器的小型化具有重要的意义.但国内MEMS陀螺仪精度相对偏低、噪声大,这限制了它在高精度军事领域的应用.陀螺阵列可以利用冗余信息有效提高MEMS陀螺的精度,实现低精度陀螺的高精度应用,而不需要技术和工艺的突破.介绍了MEMS陀螺阵列的基本原理,总结了陀螺阵列近年来的研究进展.在此基础上,提出了陀螺阵列的4大关键技术:陀螺冗余系统配置,误差分析、建模与标定,故障诊断以及信息融合.最后,分析了陀螺阵列的发展特点以及研究重点,给出了MEMS陀螺阵列技术未来的发展思路.     

MEMS冗余惯组小幅值故障检测的PCA算法设计和优化

当组成冗余惯组的陀螺为MEMS陀螺,而故障又为幅值比较小的阶跃故障时(仿真发现,阶跃故障幅值为陀螺噪声方差的10倍左右大小时),使用以往的PCA故障检验方法,陀螺噪声会造成故障检测的困难.针对这种情况,提出了MEMS冗余惯组小幅值故障检测的PCA(Principal Component Analysis)算法设计和优化的方法,在以往PCA算法的基础上结合假设检验算法,考虑了陀螺噪声的影响,降低了MEMS陀螺噪声对故障检测的影响.通过仿真验证,证实了本文算法比以往PCA算法具有更高的检测准确性和灵敏度,这对于提高整个系统的可靠性具有重要意义.     

改进的量测一致性的联邦滤波器两级故障检测

当联邦滤波器故障为缓变故障或者故障幅值比较小时,传统的基于量测一致性的联邦滤波器故障检测算法由于相应的估计误差和方差同时增大,这使得算法需一定的时间后才能使这种增量大到使故障函数计算结果超出门限,因而会出现警告延迟甚至漏检现象.针对量测一致性算法的缺点,提出了改进的基于量测一致性的联邦滤波器两级故障检测算法.相比传统的基于量测一致性的故障检测算法,该方法增加了故障检测的冗余性,不仅可以区分硬故障和软故障,而且提高了故障检测的可靠性和灵敏度,使得联邦滤波器的故障检测方法更加成熟完善,这对提高整个系统的可靠性具有重要意义.仿真和实验结果表明,该方法准确度高,计算量小,便于工程实现.     

余度管理中故障监控门限值的选取

本文讨论了余度管理中故障监控门限值的选取。门限值的选取对监控系统性能有很大影响。本文通过分析的方法求门限值的最优值。该方法具有一定的准确性,可以作为实际选取门限值的参考。     

基于未知输入观测器的不确定非线性系统故障检测

针对具有不确定性和系统故障的非线性系统,利用神经网络构造了全阶未知输入观测器,在获得系统的状态观测信号的同时得到了系统的故障观测信号。通过在故障观测神经网络权值的调整规律中引入死区函数,从而提高了故障观测对系统不确定性的鲁棒性。利用得到的故障观测信号,可以方便地检测系统的缓变故障和突变故障,实现了对系统故障的快速检测,降低了误检率。仿真示例表明了该方法的有效性。