空间推进系统故障诊断方法研究

论述了建构空间推进系统故障诊断专家系统的几个关键问题的解决方法。其一是利用故障树和征兆树来组织诊断判推，用于故障定位和故障预报。其二是诊断判推的区域性和时间性问题。区域性是指按气路、液路、推力室来划分判据；而时间性指诊断判据何时有效，判据的时间性表示方法以阀门动作指令为主，飞行程序为辅。     

某航空涡轴发动机健康状况监视与分析

为了及时掌握某涡轴发动机的健康状况，设计了机载发动机参数监视仪，发动机的热力参数，滑油参数及振动参数进行了监视，编制了地面分析软件，给出了用于诊断发动机单元体故障的测量参数和部件性能评估参数，探讨了利用故障因子概念诊断单元体故障的方法，运用发动机的实际无故障数据和模拟故障数据进行了仿真，结果表明，诊断结论可信，该系统在对役涡轴发动机的健康监视具有实用性。     

基于故障树分析法的某型直升机故障诊断专家系统设计分析

介绍一个应用于某型舰载反潜直升机的基于故障树分析法的故障诊断专家系统。首先讲述了系统的开发背景及总体结构 ;其次阐明了故障树分析法的基本原理 ;最后详细描述了知识库的构成以及推理机的工作机制。本系统不但具有故障诊断的能力 ,还具备较强的自学习的功能。     

航空电源状态在线监测与故障诊断系统设计

介绍了一种以CPLD为控制核心,DSP芯片为数据处理核心的航空电源状态在线监测与故障诊断系统的设计,讨论了系统的硬件结构和故障诊断方法.该系统采用模块化的设计思想,具有很好的扩展性、通用性,应用前景广泛.     

YF—75氢氧发动机故障仿真与诊断研究

在YF－75发动机现有的平衡点计算程序基础上，通过进一步的改进，形成一套非线性稳态故障仿真方法，用来研究YF－75发动机主要部件发生故障时参数的稳态变化规律，并对发动机某次试车中故障关机时的多数进行了分析。结果表明，该方法能够较好地模拟发动机一些主要故障发生时的参数稳态变化，对发动机所发生故障的确定能起到指导和辅助作用。最后，还针对正在进行的YF－75发动机故障诊断研究工作提出了一些设想。     

发动机状态监控和故障诊断系统的研究

本文介绍了由北京飞机维修工程公司、北京航空航天大学、中国民航学院和东方航空公司4个单位研制的 EMD(发动机状态监控和故障诊断)系统。该系统自1990年和1991年先后在国际航空公司、东方航空公司的 JT9D 和CF6等40台发动机上运行,获得了很好的结果。     

基于RDK-ELM 的航空发动机控制系统故障诊断

为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构,完成了对输入样本的特征提取,通过核函数实现了高维空间映射分类。数字仿真表明:算法分类正确率高,训练时间短,可应用于航空发动机控制系统的故障诊断。     

基于MEMD和ELM的飞机机翼健康状态预测技术

复合材料在现代飞机结构中的应用越来越广泛,为了有效地对飞机机翼健康状态进行预测,提出了基于多元经验模态分解(MEMD)和极限学习机(ELM)的飞机机翼健康状态预测方法。以某型飞机复合材料机翼盒段为具体研究对象,对其进行冲击与疲劳加载试验,利用光纤传感器及其采集系统募集飞机复合材料机翼盒段的原始应变信息,对其健康状态予以表征。对所采集的原始应变信息进行MEMD分解,提取分解后各频带信号的能量熵作为表征飞机复合材料机翼盒段健康状态的特征信息,采用动态主元分析法(DPCA)将所提取的能量熵特征信息进行融合,采用融合后所得到的能量熵构建ELM预测模型,对某型飞机复合材料机翼盒段健康状态进行预测。试验研究表明,本文方法可以有效实现飞机机翼的健康状态预测,具有很好的应用前景。     

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。     

Mars entry fault-tolerant control via neural network and structure adaptive model inversion

The capability of autonomous fault detection and reconstruction is essential for future manned Mars exploration missions. Considering actuator failures and atmosphere uncertainties, we present a new active fault-tolerant control algorithm for Mars entry by use of neural network and structure adaptive model inversion. First, the online BP neural network is adopted to conduct the fault detection and isolation. Second, based on the structure adaptive model inversion, an adaptive neural network PID controller is developed for Mars entry fault-tolerant control. The normal PID controller will be automatically switched into neural network PID controller when an actuator fault is detected. Therefore, the error between the reference model and the output of the attitude control system would be adjusted to ensure the dynamic property of the entry vehicle. Finally, the effectiveness of the algorithm developed in this paper is confirmed by computer simulation.