自动判读系统在载人航天器电测中的应用

为提高载人航天器电测的效率和准确性,文章引入自动判读系统。该系统判读知识表达可支持多种运算符和函数,知识覆盖面广;推理机的设计充分考虑了载人航天器测试的特点,数据判读准确性高,实时性好。系统目前已实现参数判读、指令判读、事件判读和指令监视等功能,在后续载人航天器电测中将发挥更重要的作用。     

基于神经网络的卫星控制系统故障识别方法

闭环控制系统的反馈调节机制,可能破坏开环系统的可辨识性,导致误报率和漏报率同时上升,还可能导致同一故障模式下的多个变量发生异常,给闭环控制系统故障识别带来难度。针对单输入单输出系统,分析了闭环控制对可辨识性、误报率和漏报率的影响,对多输入多输出系统,理论上推导了闭环控制系统传感器故障的传播机理,分析了闭环控制系统对系统变量的影响关系,利用神经网络构建了闭环故障识别算法。数值仿真结果验证了闭环对故障系统诊断的不利影响,而卫星姿态控制系统的仿真结果标明:与传统方法相比,提出的方法识别性能更高。     

基于IHT的共振解调技术的滚动轴承故障诊断方法

针对传统解调方法在滚动轴承振动信号故障特征提取中的局限性,在迭代Hilbert变换和共振解调技术基础上,提出了一种新的基于迭代希尔伯特变换(iterated Hilbert transform,简称IHT)的共振解调技术的滚动轴承故障诊断方法.采用IHT将原始振动信号分解为若干个含有故障特征信息的包络幅值分量,然后用共振解调法去除残余的高频干扰噪声并求得各个包络分量的倍频谱,利用轴承理论故障频率与共振解调得到的各倍频进行对比分析,诊断出滚动轴承相应的故障类型.轴承故障实例诊断分析结果表明该方法能有效地提取轴承故障特征.      

基于传递函数识别的导弹电动舵机故障诊断

分析了现有导弹舵机故障诊断的现状和不足,建立了电动舵机系统各组成部分及整个舵机系统的传递函数模型,利用LAV算法确定系统的传递函数及各系数。通过比较传递函数的正常值与估计值,从而得出系统是参数超调性故障或损坏性故障。利用传递函数中各系数与元部件之间的对应关系确定出故障的范围。仿真实验验证了方法的可行性,表明该方法可以快速确定故障的部位,具有较高的效率。     

基于时频分析的运载火箭故障特征提取技术

为尽可能从运载火箭飞行试验数据中获取更多有价值的信息,提出了新的火箭振动参数故障特征提取模型,用于火箭振动问题分析.构建了三维傅里叶谱,用于高效地分析全程观测信号频谱的时变趋势,研究了Wigner-Ville分布的标准算法与快速算法,用于精确刻画振动参数感兴趣数据段的频谱随时间的分布情况.试验结果表明:模型及方法处理火箭遥测数据直观、高效、精确,可以应用于实测数据分析.研究时频分析方法对试验数据进行更深层次的分析处理,对设计高可靠、高性能的运载火箭,具有重要意义.     

基于顺序失效符的动态故障树形式规约

首先定义了顺序失效符(SFS,Sequence Failure Symbol)的形式化框架,包括SFS定义、性质、规则和定理,这是动态故障树(DFT,Dynamic Fault Tree)形式规约的基础.然后给出了任意形式的静态故障树(SFT,Static Fault Tree)和DFT在SFS形式化框架下的形式规约方式和自动转换算法.最后,通过示例验证了方法的有效性.形式规约构建了DFT在数学层面上更加严密的理论体系,同时,基于SFS的形式规约自动转换算法有助于DFT计算机辅助建模的实现.     

基于UIO的航空发动机执行机构故障诊断

为了提高航空发动机诊断过程中对噪声干扰和模型参数变化的鲁棒性,应用UIO(Unknown Input Ob-server)理论估计发动机动态系统的工作状态,通过干扰正交投影弱化外界干扰对状态估计的影响,处理了航空发动机执行机构的故障诊断问题。对航空发动机执行机构设计一组UIO观测器,其中每个UIO用于监测估计对应执行机构的故障偏移量,计算系统输出理论估计值与发动机实际测量信号间的残差数据,分析残差队列的幅值特性,实现航空发动机执行机构系统的故障检测和隔离。某型涡扇发动机上的实验结果表明,与Kalman滤波算法相比,UIO诊断方法更能鲁棒地检测和隔离出执行机构故障。     

碰摩故障静电监测方法及模拟实验

针对航空发动机叶片碰摩故障难以实现在线监测的问题,展开基于静电感应原理的碰摩故障监测新方法研究。分析了碰摩颗粒产生与荷电机理,以静电传感器理论和点电荷感应信号特征为依据,建立了周期碰摩静电感应理论模型。研究结果表明:周期碰摩在静电传感器上的输出是一系列以碰摩频率为间隔的随频率增大幅值迅速衰减的周期离散谱线。为了验证模型的正确性,利用自行研制的静电传感器,采用模拟碰摩的方式进行了两组实验。第1组实验结果表明传感器可以监测到模拟碰摩故障产生的带电颗粒,碰摩阶段的信号活动率水平明显增大,但事件率没有出现明显的变化;第2组实验在信号频域出现了非常明显的特征频率及其二倍频,且二倍幅值频随频率增大迅速衰减,证明了模型的有效性。     

基于支持向量机的航空发动机整机振动故障诊断技术研究

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的一种新型机器学习方法,由于它出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中。针对某型航空发动机整机振动过大的现象,提出了一种基于支持向量机（SVM）的整机振动故障诊断方法。首先介绍了SVM理论,然后根据SVM学习方法的结构风险最小化原则,对某型航空发动机已知的整机振动故障模式数据进行了训练和预测,并建立了基于SVM的航空发动机整机振动故障诊断模型。最后通过对已有故障模式进行诊断预测,证明该方法在航空发动机整机振动故障诊断方面具有良好效果。     

某液体火箭发动机现场故障诊断技术分析

针对某液体火箭发动机热试车时发生的故障,详细的分析了振动数据、压力数据及转速数据,研究了该发动机产生故障的原因,并在试验后的发动机分解后得到有效的验证。