带马尔可夫参数容错控制系统的可靠性分析

带马尔可夫参数的容错控制系统(FTCSMP,Fault Tolerant Control System with Markovian Parameters)作为一种描述主动容错控制系统(AFTCS,Active Fault Tolerant Control System)的模型,在一些文献中被用于系统稳定性分析.然而很少有文章研究FTCSMP的可靠性问题.以故障检测与隔离(FDI,Fault Detection and Isolation)装置监视下的冗余传感器组为研究对象,建立了其FTCSMP模型,进而研究该传感器/FDI装置的可靠性.在该模型中,用2个定义在不同状态空间中的齐次马尔可夫随机过程分别表示系统元件的故障过程和FDI装置的决策过程.基于马尔可夫理论,研究了传感器/FDI装置的可靠性和安全性.当FTCSMP中的系统故障过程和FDI过程为生灭过程时,将故障检测延迟时间分为"有效"和"无效"2种类型,分析了这2种延时对传感器/FDI装置可靠性、安全性的影响.以双余度惯导系统为例,给出了仿真例子.      

Synchronized perturbation elimination and DOA estimation via signal selection mechanism and parallel deep capsule networks in multipath environment

State-of-the-art model-driven Direction-Of-Arrival (DOA) estimation methods for multipath signals face great challenges in practical application because of the dependence on the precise multipath model. In this paper, we introduce a framework, based on deep learning, for synchronizing perturbation auto-elimination with effective DOA estimation in multipath environment. Firstly, a signal selection mechanism is introduced to roughly locate specific signals to spatial subregion via frequency domain filters and compressive sensing-based method. Then, we set the mean of the correlation matrix’s row vectors as the input feature to construct the spatial spectrum by the corresponding single network within the parallel deep capsule networks. The proposed method enhances the generalization capability to untrained scenarios and the adaptability to non-ideal conditions, e.g., lower SNRs, smaller snapshots, unknown reflection coefficients and perturbational steering vectors, which make up for the defects of the previous model-driven methods. Simulations are carried out to demonstrate the superiority of the proposed method.     

基于改进ELECTRE法的舰船气流场方案评估方法

从气流场对舰载机作业的影响出发,构建了气流场评估指标体系。针对层次分析法一致性检验的缺陷,结合群决策特征根法（GEM）和决策熵理论,提出了结果可靠性可量化的气流场评估的赋权方法。结合模糊集理论知识,将经典ELECTRE法拓展到模糊环境下;排序计算中涉及到的指标评价值以三角模糊数的形式给出;使用改进ELECTRE法进行气流场方案的排序,模糊数计算保证了对大量模糊数据的完整处理。通过对3种不同气流场方案进行评估应用实例结果表明,所提出的舰船总体方案群决策方法具有较好的可行性,为舰船气流场方案评价提供了一种新的方法。      

成本约束的表决冗余系统可靠度优化与分配

在成本限制下,为使系统的可靠度最大,系统采用表决冗余结构,并对具有表决冗余结构的系统可靠度和冗余度同时进行优化和分配,优化方法采用增广拉格朗日乘子法和鱼群算法相结合的混合算法;不仅分析了成本与可靠度的关系,同时讨论了表决器失效率对系统可靠度的影响;最后,以某型飞机的纵向俯仰运动飞行控制系统为例,仿真说明了在成本约束下,为使系统可靠度尽可能高,系统采用四余度配置更合理,且在只有单个表决条件下,应选取可靠度尽可能高的表决器.为避免单个表决器失效对系统可靠度的影响,实际系统中常选择多表决器冗余结构.     

基于机敏材料的冗余度柔性机器人复模态主动控制

研究了基于机敏材料的冗余度柔性机器人的振动主动控制问题。应用复模态理论对机器人的动力学方程进行解耦 ,建立了受控系统的状态空间表达式。利用极小值原理设计了连续LQR状态反馈控制器 ,并根据对偶原理设计了具有指定稳定度的Luenberger全维状态观测器。平面 3R冗余度柔性机器人的仿真算例表明 ,该方法可以显著改善受控系统的动力学性能。     

辅助动力装置控制系统传感器智能解析余度方法

针对辅助动力装置(APU)控制系统传感器故障,提出了一种基于协方差优化集成极限学习网络(COSELM)的传感器智能解析余度方法。该方法能够根据在线序列预测误差的最小方差来自适应更新单个在线序列极限学习机的权重系数,发挥和权衡各个学习模型的优势,通过提高模型算法的稳定性和泛化性,改善传感器智能解析余度的精度。通过在某辅助动力装置控制系统传感器解析余度的验证表明,提出的COSELM方法可以解决传感器在发生偏置故障时的信号重构问题,重构误差不超过1%,适用于不同辅助动力装置个体,为其提供可靠的解析余度。     

具有冗余度的三分支空间机器人的运动学分析

基于例如空间站等恶劣的应用环境,研制了一种具有冗余度的三分支空间机器人。该机器人的一个分支的末端可以和基座固联,另外两个分支可以进行控制来完成各种作业。在宇航员不在的情况下,该机器人可以代替宇航员对科学实验载荷进行操作。利用旋量理论对机器人的逆运动学进行了分析,并建立了统一的数学模型给出了其运动学优化、动力学优化以及容错控制的理论基础。基于球腕的封闭解,提出了一个简单的逆运动学模型。最后,通过计算机结果演示验证了所提出逆运动学模型的有效性。     

面向综合CNI系统的双机热备份切换方案设计

本文针对综合CNI系统主备切换功能的实现,提出了一种基于表决算法的双机热备份主从模式的设计方案,从设计思路、设计原则以及冗余备份、主备切换的故障故障检测等方面进行详细分析,对上电确定主备流程、主切备流程以及备切主流程进行详细设计,通过方案验证,在不增加硬件基础上,能够快速无缝地将相应的功能控制切换至备模块,提高了整个综合CNI系统的可靠性,保障系统不间断运行。     

分布式系统中的冗余任务分配研究

提出了分布式容错系统的任务分配算法,算法考虑了系统任务的周期性、冗余性、适应度、重要等级等特点,以处理机负载平衡为目标,通过三步静态分配实现了任务在处理机中的冗余分布,即使同一任务的活动任务、准活动任务和睡眠任务分布在不同处理机中.对系统执行过程中的处理机故障,启动冗余任务动态唤醒算法,通过任务状态的转换实现系统重构.冗余任务分配算法既能满足系统可靠性要求,又可保证系统重构的实时性.     

航空发动机传感器解析余度模型的建立方法

为了使用解析余度模型对传感器故障进行诊断,提出了1种基于K-均值聚类与改进微分进化算法优化的极端学习机(IDE-ELM)的发动机传感器解析余度模型建立方法。为避免求解ELM算法时H矩阵奇异,采用K-均值聚类对试验数据进行聚类处理,然后从每类数据中选取1组数据组成训练样本用于训练;利用IDE算法优化ELM的输入层权值和偏置,提高ELM的泛化能力。利用飞行试验数据进行了仿真验证。结果表明:基于K-均值聚类和IDE-ELM设计的传感器解析余度模型具有较高的精度,可用于FADEC系统双通道传感器的故障诊断。