航空发动机部件性能参数融合预测

为了改善目前单独采用基于模型和数据驱动的部件健康参数预测精度,提高数据驱动方法的故障诊断的泛化能力,提出一种自调整决策融合机制,对航空发动机部件性能蜕化在连续蜕化空间进行融合诊断。传感器测量值同时输入到机载自适应模型和数据驱动的诊断模块中,分别利用卡尔曼滤波算法和自适应遗传算法优化的支持向量回归机(AGA-SVR)对主要部件性能进行预测,再利用自调整决策权重的量子粒子群寻优(QPSO)进行决策级融合诊断。以某型涡扇发动机为对象进行气路部件蜕化的仿真研究表明,与单独使用基于模型和数据驱动的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度。     

航天测控资源优先级设计分析

对卫星测控资源的优先级进行设置是卫星测控调度首要考虑的因素。首先在对测控资源工程需求进行分析的基础上,研究了影响测控资源优先级设置的9个基本原则,并完成各原则的定量化描述;然后通过建立改进TOPSIS(逼近于理想解排序法)模型得到了测控资源优先级的设计方法。最后结合实例给出优先级的计算过程,验证了设置过程和结果的可行性,为进一步研究测控调度算法提供参考。     

模块测试与维护总线

简要介绍了模块测试与维护总线(MTM-BUS)的发展背景;以开放系统的分层结构描述了MTM-BUS的功能、设计要求和思路;最后分析了国内外MTM-BUS的发展状况及趋势。     

飞机起落架防滑刹车系统鲁棒故障诊断方法

根据飞机着陆和滑跑过程中飞机起落架系统的作用,将其划分为缓冲系统和防滑刹车系统两部分。在分别建立这两部分的数学模型的基础上,以干扰抑制为目标,进行鲁棒控制和观测器设计。国产某型飞机起落架防滑刹车系统残差仿真分析表明,采用这种鲁棒故障检测观测器方法,即使系统存在较大干扰,也可以给出故障的鲁棒诊断。     

JIDS/SINS/GPS组合导航系统两级故障检测结构设计

针对传统组合导航系统故障检测方法不能同时准确检测突变故障及缓变故障的不足,提出了一种两级故障检测结构。这种结构采用联邦滤波器结合了残差χ2检测法易于检测突变故障和状态χ2检测法易于检测缓变故障的优势,在JIDS/SINS/GPS组合导航系统中得到了成功应用。仿真表明,这种方法对突变故障和缓变故障都达到了较好的检测效果。此外,此方法没有改变联邦滤波器原有结构,检测准确度高,计算量小,是一种便于工程实现的检测方法。     

非线性时间序列的动力学混沌特征自动提取技术

提出了一种非线性时间序列混沌特征的自动提取方法.该方法直接根据非线性时间序列, 依次计算出延迟时间、嵌入维数、相关维数、最大李雅普诺夫指数、相轨迹特征以及Poincare特征等混沌特征, 整个特征的提取过程自动完成, 毋须人工干预.最后用算例表明了该方法的有效性和正确性.该方法对于利用非线性混沌特征进行非线性系统故障诊断和趋势预测具有重要意义.      

基于马尔可夫方法的飞控系统安全性评估

安全性评估是适航符合性验证的重要方法。对马尔可夫分析在系统安全性评估中的应用进行了深入研究．给出了马尔可夫在系统安全性评估中的一般分析方法。运用马尔可夫方法和故障树方法分别对飞行控制系统的同一种失效状态进行了建模分析．并对二者的分析结果进行了比较,得出对并联顺序系统进行安全性分析时马尔可夫分析方法具有更高的定量分析精度,并克服了故障树静态分析特性的缺点。     

串件拼修对策下K/N(G)结构系统可用度评估建模

针对作战编队自主保障期间,作战单元对装备故障仅具备换件修理、保障单元对备件修复概率小于1的保障特点,扩展备件管理多级(METRIC)模型,建立了装备冗余和外场更换件(Line Replaceable Unit,LRU)冗余结构下非串件策略和串件策略两级单层备件库存保障模型。以备件贮存空间为约束,可用度为目标,对非串件策略系统建立有限解空间下的分层边际优化模型。依据备件保障流程,基于蒙特卡罗仿真方法建立了两级维修保障仿真模型。实例分析结果表明:当系统可用度较低,采用串件策略能极大提高系统可用度;仿真结果与解析结果一致,本文建模方法正确。模型可为保障决策者制定编队随行备件方案提供参考。     

国外涡桨发动机控制技术的发展

概述了国外涡桨发动机的发展状况,分析了涡桨发动机控制系统相关的若干关键技术,包括不同类别涡桨发动机的工作参数、特点、性能、螺旋桨模型、控制系统设计方法、故障诊断技术等。主要剖析了早期的Garret公司YT76单轴涡桨发动机液压机械控制系统的自适应燃油控制逻辑、实现方法,此外,对PW加拿大公司3轴涡桨发动机从第1代具有监控功能的数字电子控制系统及液压机械备份PW120发动机控制系统到具有双通道全权限数字电子控制功能的PW150发动机控制系统的发展历程进行了重点分析,旨在为国内涡桨发动机控制系统的技术发展提供1条清晰的思路。     

特征选择的多准则融合差分遗传算法及其应用

为了全面评价特征子集的好坏,提高特征子集作为最佳子集的可靠性,以及更快找到最佳子集,提出了一种用于特征选择的多准则融合差分遗传算法。引入多个评价准则对特征子集进行评价,并对遗传算法的选择算子进行改进,有利于选出适应度高且具有重要特征的个体;同时,引入差分策略改进变异算子,提高种群多样性和算法搜索能力;最后通过仿真实验和滚动轴承实例验证了该方法的有效性。