状态监控与故障诊断聚类分析法

概要阐释聚类分析方法及其技术要点，对用聚类分析进行状态监控和故障诊断作了探索性研究，提出用８种系统聚类法进行状态监控和故障诊断。     

组合导航系统的鲁棒故障诊断

 讨论了导航系统的故障检测问题,提出通过设计对特定导航系统故障敏感的最优鲁棒向量来检测组合导航系统故障,只利用传感器的测量数据,不需要具体的动态模型,并与常用的奇偶检测法进行了比较.最后以3个导航系统的组合为例,仿真结果显示,鲁棒故障诊断的检测故障、隔离故障效果明显提高.     

闭环FOG的自诊断及在RSDIMU中的应用

首先阐述了闭环干涉型光纤陀螺(I-FOG)中回路的特点,揭示了它的自诊断能力.由此给出了一种具有自诊断能力的闭环干涉型光纤陀螺并将它应用于一种容错捷联惯性测量单元(RSDIMU)中,针对该单元,设计了一种容错算法.该算法除了利用陀螺的输出外,还引入了它的自诊断信息,从而实现了仪表级的信息冗余,使这种RSDIMU的容错能力由原来的故障运行(FO)-故障运行(FO)-故障安全(FS)上升到FO-FO-FO-FO-FS.用Markov可靠性估计模型对该系统的估计表明,其可靠性也有了很大的提高.      

基于粗神经网络的民用飞机故障诊断

针对传统神经网络故障诊断过程中网络训练时间长、结构复杂以及仅能进行单值输入的缺陷,设计了一种基于粗神经网络的民用飞机故障诊断系统.将粗糙集理论应用在神经网络的前端对民用飞机故障样本数据进行约简处理,以此去除冗余属性的干扰,克服了无关样本数据对网络学习性能的影响,简化了网络结构;利用粗神经元代替传统神经元,提高了网络性能,扩展了网络的应用范围.通过对空中客车A320飞机的故障诊断试验验证了该方法的有效性.     

基于DSP和FPGA的模拟机数字多通道电路测试系统研制

采用DSP和FPGA相结合的方式,研制出一套数字电路测试系统,以FPGA仿真运行环境、DSP作为系统控制,可对模拟机多通道数字信号板进行测试,实现故障通道的检测。该系统电路结构简单,实用,具有可扩展性。     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题,为进一步提高故障诊断准 确率,提出了基于小波变换和粒子群优化(Particle swarm optimization,PSO)支持向量机 (Support vector machine,SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析,然后通过小波分解计算分形维数,再利用核主元分析（Kernel pri ncipal component analysis,KPCA）降低特征值维数,实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证, 获取了较高的故障诊断准确率,与其他方法进行比较,实验结果显示了本文方法的优越性。     

一类质心突变飞行器的重构容错控制

提出了一类质心突变飞行器的一种故障诊断与控制律重构设计方法。采用以unscented卡尔曼滤波为基本估计单元且用闭环系统性能为指标的交互式多模型算法对飞行器故障情况进行检测与诊断;设计了飞行器比例导数加前馈补偿的姿态跟踪控制律;当诊断出故障时,重构控制律的结构,采用滑模变结构容错控制律对系统进行补偿控制。最后,用飞行器一次分离体释放前后的姿态跟踪过程进行了数值仿真,验证了方法的有效性。     

液体火箭发动机故障检测与诊断研究的若干进展

近十年来，液体火箭发动机故障检测与诊断方法和技术的研究在以下几方面取得了重要进展：基于信号分析的方法；基于模型的方法；基于人工智能的方法；故障模式分析与信号特征提取；阈值的选择。该文对这些研究的若干进展作简要评述。     

基于RBF神经网络和M距离的卫星故障诊断

在常规基于解析冗余故障诊断技术的基础上,采用具有最佳模拟特性的RBF神经网络对系统进行建模,分析了M距离应用于卫星姿态控制系统故障检测与定位的可行性,应用基于M距离的方法设计故障检测观测器,通过对残差的评估实现故障诊断。仿真结果显示,该方法计算过程简单、实时性好。     

基于扩展故障树的运载火箭故障诊断专家系统

针对运载火箭故障诊断专家系统中知识获取的瓶颈问题,通过将扩展故障树分析法 和 基于规则的诊断专家系统有机结合,建立基于扩展故障树的运载火箭故障知识获取及表示方 法,实现了从扩展故障树到诊断知识的自动转换和诊断知识的规范化表示,解决了基于规则 的诊断专家系统的知识获取难题。在此基础上,结合扩展故障树给出了运载火箭故障诊断专 家系统快速推理策略。该策略基于诊断优先系数,实现了对发生概率大、结构重要度高、危 害严重的故障的优先诊断,并通过浅层推理与深层推理相结合,保证了推理过程的精确性和 严密性。