星上惯性姿态敏感器故障诊断方法评述

惯性姿态敏感器是卫星控制系统中重要的测量部件,其性能的好坏将直接影响整个卫星的姿态控制精度和可靠性。在进行大量资料调研的基础上,将目前国内外现有的陀螺故障诊断方法通过分类进行了归纳和总结,分析了各类方法的优缺点和应用场合,并对各种方法进行比对,最后得出各类陀螺故障诊断方法的发展前景,可为工程应用提供参考。     

空间目标可见光相机探测能力理论计算方法研究

空间目标可见光相机的探测能力主要与相机自身收集目标信号的能力、相机本身的背景噪声以及探测器组件的噪声水平有关。衡量空间目标可见光相机探测能力的主要技术指标是信噪比。在国内外相关资料比较缺乏的情况下，文章通过原理研究和理论推导，得到了空间目标可见光相机探测能力理论计算公式，并用实例进行了例证，表明该方法正确可取，为空间目标可见光相机设计时对探测能力的分析和预估提供了理论计算方法。     

火箭架线作业装置的设计与试验

介绍了火箭架线作业装置设计的总体方案、挂线部位选择、牵引绳放线方案、架线火箭的受力分析及弹道计算方法等内容。通过试验验证了设计方案和改进措施是可行的。     

基于神经网络算法的液体火箭发动机实时故障检测方法研究

以某液体火箭发动机为研究对象,将实时故障检测作为中心,分析了神经网络算法的特点及其实现步骤,利用Lab Windows/CVI与MATLAB混合编程的原理,实现和改进了基于神经网络的发动机实时故障检测方法,并用多次试车数据进行了检验.试车数据验证结果表明,该方法能及时、准确、有效地检测发动机稳态过程的故障.研究结果对发展未来液体火箭发动机的箭载故障检测系统具有重要的参考价值.     

运载火箭动力系统故障下制导控制技术研究进展

动力系统故障是导致运载火箭发射任务失败的最常见原因,从动力系统故障建模、自主制导和容错控制方面,系统地阐述了动力系统故障下运载火箭制导控制技术的研究进展,为发展新型制导控制算法提供了思路。建立了推力下降故障和执行机构故障的数学建模,并对比了国内外先进运载火箭的制导控制性能;总结了动力系统故障下自主制导所涉及的轨迹优化和制导算法;在被动、主动容错控制框架内,回顾了典型的故障诊断、控制重构、容错控制和震动抑制方法;同时,概述了人工智能技术在自主制导和容错控制方面的应用;结合“会学习”的运载火箭概念,讨论了人工智能技术在促进运载火箭自主化和智能化方面的发展趋势,对未来智慧火箭的制导控制技术进行了展望。     

含故障统计相依组件的多态复杂系统故障树分析

为精确评估可重复使用火箭发动机系统可靠性,采用带约束变量的布尔算法将状态分析与故障树分析恰当结合,从而对含故障统计相依组件的复杂多态可重复使用火箭发动机系统进行可靠性分析.以航天飞机主发动机（SSME）为研究对象,对管路多态性及预燃室和涡轮泵之间的故障相依性进行深入研究.结果表明:该布尔算法能够很好地消除组件统计相依性从而简化复杂多态系统故障树,组件之间失效相依性对系统可靠性影响较大,因此需要加强组件多态及相依性的研究来获得更精确的系统可靠度.      

基于新型终端滑模的航天器执行器故障容错姿态控制简

 针对受干扰的刚体航天器冗余执行器存在故障与控制受限的姿态跟踪控制问题,提出一类基于新型指数形式的非奇异快速滑模面（ENFTSM）与趋近律的姿态容错控制器设计方法。当部分推力器发生故障时,假设剩余推力器具有输出饱和特性且能提供足够推力保证航天器执行任务,相比一般终端滑模控制器,本文设计的控制器不仅能使系统状态以更快的速度到达平衡点,且不需要在线对执行器故障信息进行检测和分离。基于Lyapunov方法证明本文设计的控制器能保证闭环系统稳定,且能有效地抑制外部干扰、控制受限和执行器故障等约束。最后对提出的控制算法进行了数值仿真,其结果表明了该控制器的有效性。     

基于模糊故障树和因子化分析的重复使用火箭发动机失效模式

为确定发动机薄弱环节,指导重复使用火箭发动机可靠性设计,以航天飞机主发动机为研究对象,通过模糊故障树分析法和因子化分析法对发动机主要组件的关键失效模式进行研究.结果表明:模糊故障树分析法给出关键重要度最高的底事件为由剥落、凹坑、磨损和腐蚀致高压氧化剂涡轮泵的轴承失效;因子化分析法通过考虑风险、时间和概率3种因素综合评估出发动机系统中的综合因子最高的失效模式为涡轮叶片失效.      

航空发动机健康管理系统的快速原型设计

针对航空发动机健康管理系统传统设计方法周期长、成本高等问题,提出了面向健康管理系统的快速原型设计方法,构建了基于虚拟仪器语言和快速原型技术的航空发动机健康管理系统快速原型仿真平台。以CompactRIO平台为核心,在实时响应最高的现场可编程门阵列(FPGA)环境下设计了信号接口单元,模拟发动机真实传感器值,并提供了基于Windows平台的健康管理软件实时开发环境,可以将健康管理算法快速部署下载至硬件平台。结果表明:此健康管理系统的快速原型设计方法是切实有效的,为扩展成为完全的硬件在回路(HIL)仿真的平台奠定了基础,有较好的工程实用价值。     

基于SVM和SNN的航空发动机气路故障诊断

为了区分航空发动机气路故障诊断过程中出现的相似故障,提高诊断准确率,提出了一种支持向量机(SVM)和协同神经网络(SNN)相结合的故障诊断方法.首先利用参数优化后的SVM对测量数据进行初步故障诊断分类,对诊断结果进行分析统计,得出难以区分的相似故障类型,并根据SNN对这些相似故障进一步地区分判断,最后根据实际数据对此故障模型进行仿真.结果显示:基于SVM的初步故障诊断准确率达到96%;而经过SNN进一步地相似故障区分后,诊断准确率提升到100%.