载人航天故障诊断技术的发展及其关键技术分析

概述了载人航天故障诊断技术的发展状况及其各发展阶段的主导诊断技术和对策方法,并对载人航天故障诊断的关键技术进行了分析。     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题,为了降低卫星姿态确定系统故障诊断的运算量,提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器,然后将卡尔曼滤波器与简化观测器思想相结合,进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离,又能够诊断星敏感器的故障。此外,该方法只利用一个滤波器即可实现故障检测与分离,其计算量小,有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验,仿真结果表明了所提方法的有效性。     

基于工业互联网和多传感器数据的电机故障诊断方法

提出了一种基于工业互联网和多传感器数据的电机故障诊断方法。通过各类传感器在线实时得到电机的电压、电流、振动、温度等信号的瞬时值,并转化为表征电机状态的各个特征参数。根据各个特征参数在各个故障模式下的变动情况,得到各个故障模式下故障特征及其隶属度。把故障特征与故障模式之间的关系分为充分条件和必要条件关系。按照充分条件和必要条件分类后,对每个故障模式对应的2类条件下的故障特征的隶属度进行融合,最后得出每个故障模式的隶属度,为远程运维系统决策服务。该方法既可以部署在电机远程运维工业互联网的边缘设备中,也可以部署在云平台服务程序中,实现快速而可靠的电机故障诊断。     

航天系统关键设备故障诊断信息源研究

伺服机构是航天系统的关键设备之一,对其进行故障诊断的基础是建立信息源模块。将伺服机构的信息分定性信息和定量信息,以这2种信息为基础,通过功能分析、结构设计及可视化处理,构建了伺服机构信息源模块。该模块在功能上可以替代硬件模拟器,产生研究所需的各种信号,既可以对伺服系统的正常信号进行仿真,也可设置大量的故障,设计思想具一定的通用性,比较好的解决了故障诊断中的样本数据产生与获取问题。     

用于涡轴发动机传感器故障诊断的未知输入观测器干扰矩阵估算

针对处理涡轴发动机控制系统传感器故障诊断问题时有着良好性能的未知输入观测器展开研究,分析了与系统建模误差相关的干扰矩阵对未知输入观测器观测出的系统状态准确度的影响,提出了一种基于全阶状态观测器的涡轴发动机系统模型干扰矩阵的估算方法,该方法对某一固定工况下的干扰矩阵估算十分准确,使得根据此干扰矩阵设计出的未知输入观测器可以完全不受系统建模误差的影响.在此基础上,又给出了一种适应于更广泛工况范围的干扰矩阵近似方法,使得变工况下的未知输入观测器一样不受建模误差的影响.仿真结果表明:基于该方法估算出的干扰分布矩阵可以保证观测器具有良好的性能,在变工况下对发动机输出量估计残差的二范数不大于2.      

一种基于投影寻踪的航天器健康评估方法

针对常用健康评估方法在航天器测控管理领域应用过程中出现的通用性、易用性和适用性方面的不足,提出了一种基于投影寻踪评估模型的航天器健康评估方法.该方法首先计算得出分系统运行状态的可信度;然后利用卫星故障预案和故障实例构建投影寻踪评估模型,自动获取运行状态指数评价权重;最后通过构建等级评价标准对航天器健康状态进行评估.以某在轨卫星为例进行仿真测试,验证结果显示该方法所构建模型简便且易于升级维护,评估结果与实际情况吻合,对解决实际的工程问题具有实用价值.     

量测数据自校准融合方法

提出了一种量测数据自校准融合方法,给出量测数据系统误差(未知输入)的自识别自校准公式与计算步骤,能够自动对量测数据中事先无法校准的系统误差进行识别、估计、补偿和修正,从而减小系统误差的影响。建立多传感器的数据融合公式与计算步骤,进而降低偶然误差的影响。分别对线性系统和非线性系统进行了详细讨论,并进行了大量实例计算和仿真模拟验证。从两个算例计算结果可以看出:该方法的相对误差至少要比传统方法减小45%,且计算简单,便于工程应用。      

基于自适应双稳态随机共振的中介轴承故障诊断方法

针对航空发动机中介轴承故障信号微弱,故障特征提取困难的问题,提出了基于容忍遗传算法（TAGA）的自适应双稳态随机共振（BSR）的中介轴承故障诊断方法。在传统自适应遗传算法中引入容忍度思想,建立一种容忍遗传算法,采用容忍遗传算法对双稳态随机共振系统的结构参数a,b进行优化,建立自适应双稳态随机共振系统对故障信号进行处理。为验证该方法的有效性,搭建了中介轴承故障模拟实验系统,开展中介轴承内圈和外圈故障模拟实验。采用该方法分别对仿真信号和实验信号进行处理。结果表明:该方法能够对故障信号进行增强,提升了故障特征频率提取能力。自适应优化结构参数后,提取的特征频率与故障频率理论值的误差小于0.1%。      

地基测控网健康状态评估方法

为从整体上掌握地基测控网的健康状态,针对地基测控网的特点构建了地基测控网健康状态评估模型,提出通过实测指标数据和指标标准值之间的差额评价指标项,分析控制中心、测控节点和通信链路3个模块影响地基测控网健康状态的指标项,利用层次分析法确定评估模型中各指标项的权重,根据测控网运行要求给出各指标项的标准值,并基于2015年S频段地基测控网和在轨航天器实际,对S频段地基测控网的健康状态进行了评估,评估结果为2015年S频段地基测控网健康指数为88.32%,健康等级为良。该结果表明,提出的评价方法可直观地判断地基测控网的健康状态水平,可在测控网运行管理中得到应用。     

基于VMD-CWT和改进CNN的直升机轴承故障诊断

由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法.研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8％.为...