变工况条件下基于相似性的剩余使用寿命预测方法

剩余使用寿命(RUL)预测是预测与健康管理(PHM)中的核心环节。提出一种变工况条件下基于相似性的RUL预测方法。结合相似性预测方法无需进行复杂的退化过程建模而能提供合理预测的优势,引入工况即设备工作时所处的环境或操作载荷等因素的影响来提升设备RUL预测准确性。对参考样本建立多工况的设备退化模型提升模型精度,在服役样本相似性度量预测中进行工况的匹配以实现在变工况下的RUL预测。方法能够更准确地描述实际工程中设备的退化过程和个体差异。依据相同准确度标准完成多组基本相似性方法和本文方法的对比实验结果表明,本文方法能够有效提高RUL预测准确度。      

航空发动机尾气静电信号基线模型分析及应用

开展了基于尾气静电信号的航空发动机气路监控技术的应用研究,把尾气静电监测信号EGEMS作为一种新的气路状态参数并建立其基线模型,通过监控尾气静电信号RMS(root mean square)值的偏差值实现对气路部件的实时监控.首先从尾气静电监测的角度总结了尾气碳烟颗粒物的排放特性,分析了尾气静电信号的基线成分、主要影响因素及典型故障静电信号特征,在此基础上分别提出了基于燃油流量单参数的尾气静电信号基线模型(参数化模型)和基于多元状态估计技术的多参数基线模型(非参数化模型)挖掘技术.通过对某型涡轴发动机尾气静电信号的分析表明:所建立的基线模型能够准确反映发动机不同工况下的尾气静电信号的基本特征,有效地监测到气路的异常状态,验证了所提方法的可行性和有效性.      

基于改进BP算法的复杂武器系统健康状态评估

根据复杂武器系统指标体系的确定原则：系统性原则、完整性原则、独立性原则、可比性原则、可操作性原则和定性与定量相结合的原则,建立了某复杂武器系统健康指标体系;分析了基本BP神经网络的优点及BP算法的缺陷,研究了一种改进的BP算法;建立了某复杂武器系统健康管理BP神经网络结构;对某复杂武器系统健康状态进行了评估,验证了指标体系的合理性。     

初探面向青少年航天科普活动的四个层次

<正>自1961年原苏联宇航员加加林进入太空,尤其是1969年阿姆斯特朗等两位美国宇航员登上月球以来,航天技术已经对人类社会的许多重要领域产生了重大而深远的影响。人类最高精尖的探索宇宙航天活动不仅引起了人们浓厚的兴趣,而且触发了人们对未知太空领域的无限向往。青少年是国家和航天事业的未来,面向青少年开展航天科普活动十分重要,但如何科学设计和组织航天科普活动内容,在寓教于乐、激发兴趣、普及知识的同时,能更进一步使参与的青少年有体验、有感触、有启迪,甚至触动思     

基于Ti/TiN薄膜传感器的飞机金属结构裂纹监测

针对飞机金属结构在服役过程中的裂纹实时监测需求,提出一种Ti/TiN导电薄膜与电位监测原理相结合的结构裂纹监测研究方案。首先,通过真空离子镀膜技术在结构易于出现裂纹的部位制备了Ti/TiN薄膜传感器。然后,进行了传感器膜层与2A12-T4铝合金基体的损伤一致性验证。结果表明,传感器与基体具有良好的损伤一致性。最后,进行了两组基于Ti/TiN薄膜传感器的裂纹监测试验,主要研究结构裂纹与传感器电位之间的相互关系,并对两组电位监测结果进行对比。结果表明,通过分析Ti/TiN薄膜传感器电位的变化可以实现对2A12-T4铝合金结构裂纹萌生和扩展进行实时监测,两组试验的电位监测结果具有良好的重复性。     

人类命运共同体视角下泰戈尔思想研究

拉宾德拉纳特·泰戈尔是印度极负盛名的文学家、思想家和诗人。人们称他为“东方国家在近代和现代第一个在世界范围产生了极大影响的作家”。在他的文学作品中,反映了他对跨越民族界限问题的思考和对世界和平发展的人文关怀,显露出人类命运共同体思想的意识雏形。从人类命运共同体的理论视角探索泰戈尔的思想,不仅能够为认识泰戈尔思想中的民族性与世界性问题提供新的视角,对从文学的角度推动建构人类命运共同体也具有重要意义。     

基于知识图谱的航天器健康管理技术研究

针对传统故障诊断专家系统知识深度不足的缺点,研究基于知识图谱的航天器健康管理技术,将供配电、信息流、硬件接口、功能、接地、物理布局、上下文动作、故障预案等多个维度的专家知识以知识图谱的方式关联固化,在检测到异常时,自动关联相关的背景专家知识,辅助故障排查,并结合知识信息进行因果推理分析,提供可能的故障点及因果关系、处置策略,提升航天器故障诊断效率、可解释性与处置能力。该技术用于航天器地面测试及在轨健康管理中,辅助专家快速发现异常线索,可作为国内航天器健康管理技术发展的参考。     

一种基于间接健康因子的锂离子电池剩余使用寿命预测方法

针对锂离子电池实际运行过程中容量数据无法在线获取,退化特征存在局部再生现象,剩余使用寿命（RUL）无法通过单一模型准确预测的问题,提出一种基于间接健康因子（HI）的锂离子电池RUL预测方法。首先根据在线数据构建并筛选最优的HI,然后建立基于遗传算法优化的极限学习机（GA-ELM）关系模型,再通过变分模态分解（VMD）解耦间接HI各分量,并通过相关向量机（RVM）进行趋势跟踪与预测,最后将预测结果输入到GA-ELM关系模型中得到电池容量预测值。与NASA PCoE数据集的验证对比表明,文章所用方法在趋势预测和RUL预测结果上均优于其他对比方法,可以实现锂离子电池RUL的准确预测。     

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.     

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。