基于滑动时间窗主成分分析的液体火箭发动机传感器故障诊断方法

安装在发动机上的各种传感器是发动机状态监测的主要依据,由于工作环境恶劣,传感器失效时有发生。由于发动机运行过程中的性能蜕变和台次差异,现有基于主成分分析（PCA）的传感器故障隔离方法应用条件苛刻且诊断效果有限。针对这些问题,在对发动机数据分析的基础上,将滑动时间窗方法与PCA方法结合,提出双滑动时间窗的PCA方法用于故障传感器的隔离,并基于发动机试车数据进行了方法验证。结果表明：该方法能降低发动机性能蜕变和台次差异对发动机传感器故障诊断的影响,没有参数相关性的限制,可以实现对四种常见传感器故障的有效隔离,以及对两种发动机试验过程中故障的准确检测。研究证明了高速运转系统性能蜕变和强耦合复杂大系统台次差异对基于数据的故障诊断方法效果的影响,验证了在线学习/训练算法对这两种现象的鲁棒性。     

一种快速推理技术在发射决策系统中的应用

发射决策系统是在测试发射段对运载火箭进行故障诊断的专家系统,发射决策系统的推理技术需要适应运载火箭测试项目繁多,测试数据量庞大、更新快速,可供诊断的时间有限等特点.快速推理技术分为事实匹配和规则匹配2个环节,借鉴Rete匹配算法的设计思想,提出了事实匹配网络结构,提出规则和黑板的向量表示方法,定义向量与运算实现规则匹配,构建规则匹配网络完成规则匹配.在某型号运载火箭发射决策系统中的应用结果表明,快速推理法推理速度快,推理结果准确,程序实现占用系统资源少,满足实时性要求.      

通用故障诊断专家系统开发工具

介绍一个基于可靠性分析方法的非实时故障诊断专家系统(FDES)的通用开发工具(FDEST),可用于建立各类武器装备和民用产品的故障诊断专家系统,具有很强的推理能力和良好的开放性.文中论述FDEST的逻辑结构、系统功能;基于可靠性分析方法——故障树分析(FTA)的故障诊断推理方法:正、反向动态推理逻辑,支持Bayes(概率)、Mycin(置信度)和Fuzzy(模糊)三种不精确推理算法和四种不同的故障逻辑关系;面向对象与规则相结合、具有很强表达能力的综合知识表达方式,支持多媒体的动态诊断推理解释机制和故障处理方法(文本、图像、语音和视频);应用面向对象技术的软件设计与实现:对象的划分(FDEST对象、知识对象和FDES对象)、对象通讯关系及系统接口等系统的关键技术.      

某型飞机平显故障诊断系统的设计与实现

提出了基于知识库的某型飞机平显故障诊断系统.文中给出系统总体结构模型和面向对象模型,介绍了规则推理、神经网络推理和模糊逻辑推理的特点,并提出了三者并行推理的方法,其优点在于能节省推理时间并且各模块之间可以相互学习提高诊断能力.最后给出了系统的功能和实现方法.     

基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用

针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。     

局域网故障诊断与排除

就局域网常见故障分析及排除的策略和方法进行了简要的探讨和研究。     

故障诊断策略的优化方法

 以相关性模型为基础,综合可靠性和测试费用等因素提出了一种系统级优选测试点方法和故障诊断策略。首先根据系统的相关性矩阵,将测试性度量、故障概率和测试费用统一考虑,推导出测试点的故障诊断信息量计算公式;然后根据信息量的大小依次选择测试点,并确定出优化的故障诊断策略。所得到的故障诊断策略确保了在较低的测试费用下,使用尽可能少的测试步骤快速完成系统的故障检测和隔离。     

基于面向对象的故障诊断专家系统模型研究

讨论了一种基于面向对象技术和专家系统理论的飞机起落架故障诊断模型 ,并且给出了整个系统模型的具体结构框架。着重讨论了总控系统的结构、控制方法、工作流程和子系统的知识面向对象的表示和推理。并且 ,以波音 737飞机起落架刹车系统的故障为例 ,具体分析了它的故障树结构 ,并用c 语言实现了该故障树面向对象的表示     

航空燃气涡轮发动机气路故障诊断现状与展望

燃气涡轮发动机在航空、地面和舰船上有着广泛的应用,对其进行性能评估和故障诊断有着重大的现实意义。本文对发动机气路诊断的发展以及当前的主要气路诊断方法如故障方程法,基于非线性模型的诊断方法,基于人工智能等方法进行了综述,最后对航空发动机气路诊断的发展进行了展望。      

基于模糊奇偶方程的非线性系统传感器故障诊断

 给出了一种非线性系统传感器的故障诊断方法。该方法将T-S 模糊模型、全解耦奇偶方程和参数估计相结合,同时对非线性系统的多个传感器的故障进行检测、隔离与识别。设计出用于产生残差的线性系统全解耦奇偶方程,并给出了全解耦奇偶向量的存在条件,全解耦奇偶方程产生的残差仅对一个传感器故障敏感,而对系统状态、扰动输入和其它传感器输出解耦。引入T-S 模型将全解耦奇偶方程推广到非线性系统中得到了模糊奇偶方程。传感器的故障模型表示为刻度因子和偏差的形式,根据残差信息应用卡尔曼估计方法可识别出故障模型的参数。最后给出了某型号飞机控制系统传感器的故障诊断仿真实例。