实时高可用测控集群关键技术研究

针对实时测控信息类型复杂、信息处理和控制方法多样、对实时性和可靠性要求高等特点,构建了一种基于集群计算平台的实时、高可用测控系统,在此基础上提出了一主一备双工热备节点的分布式集群管理控制模式,即在系统运行过程中任务除在一个节点上进行处理外,另一节点同时运行该任务处理(但不输出处理结果),在此基础上设计了任务故障监测的心跳机制、任务故障迁移和恢复的分配方法。通过实验证明,该方法能在一个处理周期内发现任务故障,并实现故障任务的迁移和恢复,不仅减少了系统建设成本,而且缩短了故障任务迁移和恢复时间,提高了测控系统的实时性、可靠性。     

面向故障仿真的舵机系统建模方法研究

传统的基于传递函数和非线性微分方程的舵机系统模型无法直接描述舵机组件的物理参数,而这些参数直接反应组件的健康状况。专业的电路仿真软件的出现,为解决这一问题提供了方法。针对舵机系统故障仿真的需求,设计舵机模型原理框图;选用电路仿真软件Proteus搭建舵机的电路模型,设计单片机程序,实现舵机位置随动功能;分析模型的时域响应和频域响应特性,验证舵机系统电路仿真设计方法的可行性。以直流电机线圈电阻的故障模式为例,进行了故障仿真分析。     

基于神经网络的轴承故障预测模型

利用在故障预测领域广泛应用的神经网络模型,对轴承监测数据的特征提取与建模,挖掘出监测数据与剩余寿命间内在关联,从而对轴承剩余寿命做出评估。在轴承全寿命数据的实际实验中,证实了该模型的有效性。     

基于LSTM和CNN的高速柱塞泵故障诊断

针对高速轴向柱塞泵容易发生空化，且目前空化故障诊断方法存在依赖手工特征提取、鲁棒性不高的问题，提出了一种基于长短时记忆（LSTM）和一维卷积神经网络（1D-CNN）相结合的空化故障诊断方法。搭建了柱塞泵故障实验台，采集柱塞泵在不同空化等级下的壳体振动信号。利用LSTM和1D-CNN搭建的分类模型对不同进口压力情况下的振动信号进行空化等级识别。实验结果表明：提出的方法能够准确地识别出4类不同的空化等级，准确率高达99.5%，同时在不附加降噪方法的情况下，具有良好的鲁棒性，在0 dB信噪比的情况下，识别准确率高达87.3%。     

MD-82客梯门驱动电机的故障诊断及分析

MD-82客机客舱门驱动器电机是发生故障率较高的一个部件,剖析了电机的电磁结构及绕组的联接形式,给出了电机的电路原理图,分析了当电机运行时容易发生故障的部位,并指出最容易被烧毁的部位是制动器绕组。从理论上对于制动器为什么容易烧毁做了较全面的论述,并给出了测定磁钢失磁的基本方法。     

飞行管理计算机系统双计算机主从结构的运行

本文先叙述了飞行管理计算机系统在我国目前民航飞机上的配备情况,说明了系统在飞机上的余度配置。装有两套飞行管理计算机系统的飞机上,为了协调工作,要区分为“主”和“从”系统。分析了“主”“从”系统在工作中的区别以及如何确定“主”或“从”系统的布局,最后说明在工作中如何进行故障检测,一旦某台设备失效,如何使系统重组以恢复正常工作。     

非相似余度计算机系统及其可靠性分析

在许多应用领域如民用运输机的飞行控制系统、铁路交通信号控制等,对计算机控制的可靠性都提出了极高的要求。本文详细介绍了一个非相似余度计算机系统(NVFT)结构,同时应用一种简化的马尔可夫模型对其可靠性进行了分析。     

747—400中央维护计算机系统综述

装在波音747—400飞机上的中央维护计算机系统(CMCS)收集和显示飞机有关系统的故障信息,并提出报告。CMC 还可以使众多的飞机系统完成地面试验。本文叙述了 CMC 系统、信息处理、地面起始试验以及 CMC 的其他功能。     

飞机二次电源智能测试系统设计与应用

简单介绍了二次电源智能测试系统研制的背景和意义，并阐述了系统的总体功能特点、工作原理、设计思路。重点阐述了系统的硬件系统组成与实施及软件系统的设计。     

深度交叉遗传神经网络在液体火箭发动机故障检测中的应用

将遗传算法与BP神经网络深度交叉融合,即采用遗传算法对BP神经网络的权值和阈值进行多点优化,而在进化的每一代中随机取少量染色体进行单一BP网络训练,训练结果再返回染色体,经过若干代的进化后得到稳定的权值和阈值,再将它们赋给BP神经网络,作为初始值,按误差前向反馈算法沿负梯度搜索重新训练,最终得到最优解。这种算法既避免BP算法易陷入局部最优解的不足,又克服遗传算法以类似穷举的形式寻找最优解而引起的搜索时间长、速度慢的缺点。并且经过仿真分析,深度交叉遗传BP神经网络的收敛性和故障诊断能力优于传统BP神经网络和单一使用遗传算法,可有效应用于液体火箭发动机故障检测中。