基于粗糙集理论的航空发动机故障诊断

在利用神经网络诊断航空发动机故障的过程中,引入粗糙集理论和方法,对故障诊断特征参数属性进行属性约简,剔除其中不必要的属性,从而揭示了故障诊断条件属性内在的冗余性,降低了神经网络构成的复杂性,最后给出了属性约简的结果。     

基于CBR的机载雷达故障诊断专家系统研究

以故障诊断的理论和方法为基础，综合运用神经网络、基于案例推理(CBR)和专家系统理论，对雷达装备的故障诊断问题进行研究，形成一个集成的智能诊断专家系统。介绍了系统的总体结构和工作原理，并给出具体的诊断实例，此方法充分利用神经网络和CBR的优点，将提高雷达装备故障诊断的正确性和效率。     

飞机航姿自动测试系统的设计与实现

介绍了飞机航姿自动测试系统的设计要求和设计方法。该系统以嵌入式PC104工业控制计算机为核心，将飞机航姿自动测试系统的性能检测与故障诊断融于一体。实践证明，提高了部队的快速机动维修保障能力。     

基于层次分析法和与／或树的远程诊断专家系统实现研究

通过分析web环境下远程诊断专家系统对知识库及推理机实现的特殊要求,采用层次分析法构建复杂设备的专家系统知识库。同时,研究规则类知识在知识库中的因果迭代表示方法以及基于与/或树的推理机搜索机制,并利用JSP技术实现与知识库相对分离的推理机,建立了某型直升机的远程诊断专家系统。     

基于遗传规划和线性鉴别分析的故障特征提取模型及其应用

1引言航空发动机故障诊断需要从原始监测数据中获取合理的特征参数,如果依靠专家经验手工从众多的监测参数中选取特征参数,将是十分烦琐和低效的。因此,构造优质的特征参数是提高故障诊断效率及其准确性的关键。许多机器学习方法被应用到特征参数的自动选取中,例如神经网络[1],     

基于免疫聚类分析的特征提取及其在发动机故障诊断中的应用

以提高航空发动机故障诊断的快速性和准确性为目的，基于人工免疫理论中的克隆选择算法，结合聚类分析方法，提出了基于免疫聚类分析的故障特征提取方法。该方法通过删除对分类无关的特征以及压缩类间相关特征，得到最有利于分类的子特征集，提高了分类器的分类性能。并且该算法具有本质上的并行性、计算效率高和聚类能力强等优点。多类支持向量机的分类实验表明，经过基于免疫聚类分析提取的特征对发动机的故障具有更好的识别能力，为发动机的状态监测与故障诊断提供了依据。     

悬挂运动控制系统设计

介绍了以凌阳单片机SPCE061A板为核心作为悬挂运动控制的系统,实现了键盘输入识别、传感器信号采集、电机驱动电路控制等功能。根据物体在平面任一处两端吊绳的长度唯一确定的原理,通过单片机编程控制电机转动带动吊绳伸长或缩短,实现物体沿任意设定轨迹运动。引导部分用反射式红外传感器探测板面黑线,信息送入单片机处理后,控制物块沿黑线前进。该系统可以完成到达任意预设坐标,沿自行设定轨迹运动,以板上任意处为圆心画直径为50cm的圆和寻黑线前进任务。     

基于动态模糊观测器的故障诊断方法研究

研究了T S模糊系统中存在未知输入、多重故障时的诊断问题,提出了基于动态模糊观测器的诊断方法。仿真结果表明,该方法推理简单,解耦多重故障准确有效。     

涡轮泵振动参数与统计特征量的线性相关性分析

为了剔除冗余的振动参数和统计特征量，提高涡轮泵故障检测的实时能力，建立了线性相关性假设检验模型。利用该假设检验模型和某型液体火箭发动机的历史试车数据，检验了7路涡轮泵振动参数以及13种常用统计特征量的线性相关性，并分析了统计特征量对涡轮泵故障的敏感性和稳定性，以及涡轮泵振动数据的正态性。数据统计分析表明，大部分涡轮泵振动参数以及统计特征量显著线性相关，幅值统计特征量的故障敏感性弱，但稳定性强，而无量纲统计特征量的情况恰好相反，并且正常涡轮泵振动数据服从正态分布，而异常涡轮泵振动数据不再服从正态分布。据此，为涡轮泵故障检测选择了线性相关性弱，故障特征反映能力强的3路振动参数和3种统计特征量。     

民航飞机专用电缆故障定位仪的设计与实现

针对飞机电缆故障的特点和飞机电缆检测的特殊要求，设计出一种可检测和定位飞机电缆故障的智能仪器。该仪器特点是故障检测迅速、准确，定位精度高，且轻便、灵巧，操作方便，成本低。此仪器也可应用于电信、电力等部门的短距离电缆测试。