基于传递函数特征的机械结构故障诊断方法新进展

故障诊断对估计机械结构的健康状态非常重要,诊断方法一直以来也是研究的热点问题。与其他故障诊断方法相比,基于传递函数的故障诊断方法操作简单,提供的故障特征和指示因子也更加灵敏有效。根据所利用的线性传递函数或非线性传递函数的类型不同、基于传递函数的故障诊断方法目前大概有4类,即一般线性方法、一般非线性方法、基于广义频响函数（GFRF）方法和基于二阶输出频谱（SOOS）方法。本文旨在对各种基于传递函数的故障诊断方法研究进展进行梳理,通过带阻尼弹簧单元的多自由度模型解释各种方法的基本原理和操作流程,通过具体的仿卫星结构中螺栓松动故障实验比较各种方法的优缺点,探讨现有故障指示因子灵敏度的提高方式及现有方法在其他复杂机械结构中的运用前景。     

软件故障树分析实例研究

软件故障树分析(SFTA)是硬件或系统FTA的扩展,可应用于安全性关键软件的验证和可靠性分析.本文首先阐述了SFTA的原理和应用过程,然后介绍了结合某嵌入式软件进行实际应用的过程以及最小割集的生成,并在此基础上提出了对该软件的改进建议.     

航天器热故障诊断专家系统推理机的设计

航天器在飞行过程中,经常发生各种故障,因此需要充分进行地面模拟试验.在航天器地面热试验的故障分析过程中,除了形成了可供故障诊断用的规则以外,还得到了许多具体的事例.后者很难用规则来准确地描述,但却是人类专家最珍贵的经验,必须加以利用.据此提出了基于事例推理和基于规则推理的混合推理机制,给出了具体的流程图,并就两种推理给出了相应的冲突消解策略.     

基于故障树分析法的引信作用可靠性分析

引信作为武器系统的核心控制部分,其可靠性决定了整个武器系统的最终毁伤效果.现有引信可靠性研究多集中于对某型引信或引信某个机构的可靠性分析.基于故障树分析法,以引信系统分析为基础:首先,根据引信结构及工作原理,分析常见的故障模式;然后,根据故障模式建立故障模型并以某型触发引信为例,进行定量和定性分析,得出影响该型触发引信...     

全球导航卫星系统多星故障排除新方法

在全球导航卫星系统中,多颗卫星同时发生故障的概率会随着观测卫星数的增加而增加,从而,在接收机自主完好性监测中需考虑多星故障的处理.针对故障检测比故障排除简单、且故障检测率比故障排除率高的特征,以故障检测为基础,提出了一种新的多星故障排除方法——随机搜索法.该方法采用二进制对观测卫星进行编码,通过随机初始化方式获得初始无故障星座,再通过逐步搜索未选卫星方式来得到最终的含有最多无故障卫星的星座,实现故障排除功能.仿真结果表明:大部分情形下,新方法能获得99%以上的故障排除率,既能进行单星故障排除,也能进行多星故障排除,能有效满足全球导航卫星系统关于自主完好性的要求.      

基于线性最小均方差估计的星敏感器故障诊断

针对使用两个星敏感器进行姿态测量的三轴稳定控制系统,利用星敏感器输出值与陀螺输出值的解析冗余关系,通过设计两个滤波器实现对不同星敏感器的故障隔离.考虑到陀螺测量噪声以乘性噪声的形式出现在姿态运动学方程中,利用陀螺输出测量值和目标星敏感器的测量值,采用线性最小均方差估计器得到包含目标星敏感器故障信息的残差; 以无故障情况下残差的统计方差为基础得到阈值,通过检验残差评价值是否超过相应的阈值,实现对目标星敏感器故障的检测; 分别将两个星敏感器作为目标星敏感器,综合两个故障检测结果隔离故障.对星敏感器出现测量偏差和精度逐渐下降两种故障的仿真验证了该方法的有效性.     

A Fault Sample Simulation Approach for Virtual Testability Demonstration Test

Virtual testability demonstration test has many advantages,such as low cost,high efficiency,low risk and few restrictions.It brings new requirements to the fault sample generation.A fault sample simulation approach for virtual testability demonstration test based on stochastic process theory is proposed.First,the similarities and differences of fault sample generation between physical testability demonstration test and virtual testability demonstration test are discussed.Second,it is pointed out that the fault occurrence process subject to perfect repair is renewal process.Third,the interarrival time distribution function of the next fault event is given.Steps and flowcharts of fault sample generation are introduced.The number of faults and their occurrence time are obtained by statistical simulation.Finally,experiments are carried out on a stable tracking platform.Because a variety of types of life distributions and maintenance modes are considered and some assumptions are removed,the sample size and structure of fault sample simulation results are more similar to the actual results and more reasonable.The proposed method can effectively guide the fault injection in virtual testability demonstration test.     

液体火箭发动机传感器故障检测与数据恢复算法研究

以某型液体火箭发动机为研究对象,根据其传感器的故障特性,提出了基于BP神经网络的传感器故障检测与数据恢复算法。通过定义的传感器置信度来判断传感器是否发生故障,以及确定故障传感器,利用已训练好的神经网络结构对故障传感器进行数据恢复。研究内容能够实现传感器的故障检测、定位与补偿,能够有效提高发动机故障检测方法的可靠性和鲁棒性。     

基于非参数假设检验的程序缺陷定位方法

调查了西门子测试集中的程序失败用例的规模和谓词评估偏差的分布.结果表明,中心极限定理的前提和参数假设检验的假设条件无法得到普遍满足.所以,已有的基于参数假设检验的方法存在潜在的问题.针对这一现象,提出了基于非参数假设检验定位程序缺陷的方法.实验结果表明,该方法在非正态分布的样本集上仍具有较好的适用性,且在缺陷定位效率上优于已有的基于程序谓词的缺陷定位技术.同时比较了基于2种常用的非参数假设检验模型的缺陷定位方法的效率.一种方法基于Kolmogorov-Smirnov检验,另一种方法基于Cramér-von-Mises准则.比较结果表明,在西门子测试集上,基于Kolmogorov-Smirnov检验的方法在缺陷定位效率上优于基于Cramér-von-Mises准则的方法.