RAM的故障模型及自测试算法

通过对ＲＡＭ故障情况的全面、深入分析,建立了ＲＡＭ的功能故障模型。并在此基础上,提出一种全面、实用的故障自测试算法。该算法分三步完成测试：（１）测试ＲＡＭ中的固定为１（０）故障、固定开路故障、状态转换故障、数据保持故障及第一类耦合故障中的不相关耦合等故障;（２）测试第一类耦合故障中的相关耦合故障;（３）测试第二类耦合故障。对ＲＡＭ的故障注入试验验证了该算法的有效性。并将此算法应用于航空电子模拟器的ＢＩＴ（Ｂｕｉｌｔｉｎｔｅｓｔ）的设计中。     

面向快速响应产品的星上目标定位及识别方法

针对遥感卫星星上目标的定位及识别,本文面向快速响应应用需求,首先对星上目标定位及识别工作模式进行研究,总结出狭义和广义两种模式,其次重点对像方-物方坐标双向定位算法进行梳理,并针对典型地物目标星上自动识别算法提出研究思路,最后给出算法的应用方法流程。本文研究为快速响应产品星上智能处理提供方法参考。     

基于Hilbert-Huang变换的航天器发射段力学环境分析

文章基于Hilbert-Huang变换,对某载人航天器发射过程中整流罩分离期间测量的力学环境参数进行处理分析,利用HHT的基函数自适应性特点,得到振动时间历程信号的时频域Hilbert谱,准确识别出信号主频率及对应时间范围。此应用案例可为地面力学试验条件制定以及运载接口条件确定提供参考。     

基于图和子图同构算法的制造特征识别方法

针对传统制造特征难以快速识别的难题,提出了基于图和子图同构算法的制造特征识别方法。通过提取零件模型中的几何信息与拓扑信息,构造出加权属性邻接图,对零件模型进行精准描述,为建立制造特征库,定义了文件数据的存储结构,结合子图同构算法以及相关判定规则实现对常见制造特征的识别与匹配。以Creo软件中生成的零件模型为例,在VS2010平台中进行二次开发,最后以界面窗口形式展示识别结果,验证了该方法的有效性。     

基于小波包变换及相关系数法的复合材料层合板冲击位置识别研究

复合材料较为广泛应用于航空、航天等工程领域,但对冲击载荷十分敏感。因此,对复合材料结构承受的冲击载荷进行在线监测以及冲击位置的实时识别具有重要意义。文章以复合材料层合板为研究对象,基于两个冲击位置的距离越靠近则接收到信号幅频特性相似度越高的特点,采用FBG光纤光栅传感器,通过小波包变换的方法来提取能量特征向量,同时结合相关系数法来实现复合材料层合板的冲击位置识别。在480 mm×480 mm的复合材料层合板上开展冲击实验,8次实验皆完成了冲击位置识别,其中7个点距离误差为0 mm,实现精准识别,另一个点误差在6%以内。     

用于故障穿越的飞轮储能双三相异步电机驱动控制研究

随着海上风电场的发展和高压直流输电技术的应用,风电场系统存在交流侧故障穿越的问题。针对这个问题,提出了一种用于故障穿越的基于模块化多电平变频器和双三相异步电机的飞轮储能系统,并设计了其驱动控制方案。飞轮储能系统采用了模块化多电平技术能方便地构建大功率高压变频器,并具备扩容能力。为了提高飞轮储能系统的可靠性,采用了双三相异步电机驱动,从而提高了冗余性。接着设计了能均衡各个模块电容电压的双三相异步电机驱动控制算法。最后,基于MATLAB/Simulink仿真平台建立了风电场和飞轮储能系统的仿真模型,进行了仿真计算。仿真结果验证了飞轮储能系统的功能和驱动控制策略的性能。     

不对称电网故障下双馈风力发电机的比例-积分-谐振滑模控制器设计

针对不对称电网故障下,双馈风力发电机的控制策略进行了研究。讨论了电网故障时转子侧变流器(RSC)和网侧变流器(GSC)的控制目标,合理安排了电网严重故障时的控制优先级。基于比例-积分-谐振滑模控制原理设计了机侧和网侧变流器协同控制方案。通过MATLAB/Simulink仿真软件搭建了所设计控制方案的仿真模型。仿真结果表明,在电网正常运行的情况下,与传统的矢量控制策略相比,比例-积分-谐振滑模控制策略对输出功率、电流变化的响应更迅速,具有更好的动态性能和抗扰动能力;在电网不对称故障下,能够有效地抑制电磁转矩振荡和直流母线电压波动,提高了双馈式风力发电机的低电压穿越能力。     

“新舟”60/600飞机环境控制系统多发性故障分析

通过对MA 60/600系列飞机环控系统(ECS)多发性故障模式展开分析,寻求解决ECS多发性故障的方案,并提出了改进建议,希望对MA60/600系列飞机的用户有所借鉴,以便采取正确的措施降低飞机的维护成本。     

波音737NG一种特殊情况下“PSEU灯亮”故障的分析

虽然"PSEU灯亮"是一种常见故障,按照故障隔离手册便可以排除,但新进的几架波音737NG飞机由于设计缺陷会产生虚假故障,本文对这一特殊故障进行了分析,总结了排故经验。     

基于BP神经网络的航空发动机故障检测技术研究

为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。