航天器控制系统智能健康管理技术发展综述

健康管理作为智能自主控制亟待突破的关键技术之一,是提升航天器安全可靠稳定运行能力的有效手段。结合人工智能技术的发展趋势,基于前期已建立的新型航天器智能自主控制系统通用架构,详细综述航天器控制系统的智能健康管理技术现状与发展趋势。首先,根据现有航天器设计、研制和在轨的具体情况,梳理出航天器控制系统健康管理技术所面临的挑战;然后,分别从故障预警、故障诊断和寿命评估3个方面,详细阐述基于人工智能的健康管理技术研究现状及其在航天领域的应用情况;最后,提炼出航天器控制系统健康管理技术的发展方向。     

潜在故障期内航空发动机的剩余寿命预测

在航空发动机的潜在故障期内,状态参数的变化规律可以间接地预测发动机的剩余寿命。针对潜在故障期内的特点,利用随机滤波理论建立了航空发动机的剩余寿命预测模型,并采用K-M法检验发动机性能参数的退化数据服从威布尔分布,按照最优线性无偏估计的点估计方法和极大似然函数法对相关参数进行点估计,举例对某型航空发动机在潜在故障期内的剩余寿命进行了预测。模型有效地预测了航空发动机的剩余寿命,为航空发动机的视情维修提供了决策依据。     

基于Laurent分解的星载AIS解调算法

为了适应星载AIS（船舶自动识别系统）条件,提出了一种基于Laurent分解的单通道星载AIS信号解调算法。AIS信号可通过Laurent原理分解成若干调幅脉冲信号,该算法用其中能量最大的2个调幅脉冲信号在接收前端作近似匹配滤波处理,然后采用维特比译码算法对信息码元进行还原。结合实际工程应用,对该算法在低信噪比和混叠信号2种条件下分别进行仿真。仿真结果表明,该算法在2种情况下正确解包率均显著优于传统算法。     

某型尾吊高平尾飞机失速特性试飞方法研究

某型尾吊高平尾飞机通过安装失速保护系统改善失速特性,满足了适航条例的要求。介绍了失速保护系统的设计,从保障试飞安全的失速试飞准备工作、失速保护系统研制试飞与失速特性验证试飞三个方面研究了安装失速保护系统飞机的失速试飞方法。     

基于DSHplus 的前轮转弯系统的仿真研究

飞机前轮转弯系统是起落架系统的重要组成部分,在对前轮转弯系统进行分析研究的基础上,应用液压仿真软件DSHplus,对前轮转弯液压系统建模仿真。仿真结果与地面试验结果基本一致,验证了模型的准确性。并提出应用频谱分析的方法,对转弯液压系统进行频率响应分析。该方法在设计初期能够增强系统的稳定性,减少研发开支,提高核心竞争力。     

基于寿命预测模型的微动疲劳影响因素

以ABAQUS有限元分析软件为工具,通过计算接触面上的接触应力p(x)及切向应力τ分布,求得了Ruiz微动损伤参数k2(x),并以此为基础,建立了一种微动疲劳寿命预测模型,经验证该模型预测值与实验值比较吻合,证明了该模型的合理、有效性。利用所得模型,研究了3种参数变化对微动疲劳寿命的影响,结果表明:在其他参数保持不变的情况下,随着接触压力的增加,微动疲劳寿命迅速下降,在达到一个最低值后,随着压力的增加寿命反而增加;微动疲劳寿命随轴向应力增加而下降;对于较低的接触压力,寿命随压头半径的增加而增加,但在较高的接触压力下,随着压头半径的变化寿命几乎保持不变。     

独立多细节结构耐久性试验寿命的统计标定

在进行疲劳试验评定结构寿命时,为了能真实模拟实际结构形式和传载情况,模拟试件往往设计成多细节试件,进行不完全疲劳寿命试验,必须由多细节试件寿命推断单细节寿命.针对工程上常用的两种寿命分布形式:对数正态分布和双参数Weibull分布,以结构串联失效模型为基础,建立了由相同独立多细节结构疲劳寿命分布确定单细节寿命分布的统计标定方法.当多细节试件寿命服从对数正态分布时,可近似认为单细节寿命也服从对数正态分布,单细节寿命分布参数与多细节试件寿命分布参数间存在确定关系,并且单细节寿命数学期望和标准差均高于多细节试件相应参数;当多细节寿命服从双参数Weibull分布时,单细节寿命也服从双参数Weibull分布,其斜率不变,但位置参数按比例放大.最后给出了一个分析实例.     

CFRP孔板拉伸疲劳环境效应的正交试验

为研究环境因素对CFRP孔板疲劳性能的影响,针对T300/QY8911含中心孔层压板设计并开展了正交试验研究.试验中采用标准试件在给定环境条件下测试其拉伸疲劳寿命,并通过对正交试验结果的方差分析研究了有无涂层、紫外辐射、环境湿度等环境因素及其交互作用对T300/Y8911复合材料孔板拉伸疲劳寿命影响的显著性.研究表明:在紫外、涂层、湿度及任意二者的交互作用中,有无涂层对复合材料孔板的拉伸疲劳寿命影响高度显著,有无紫外及涂层与湿度的交互作用对复合材料孔板拉伸疲劳寿命影响显著;而湿度、紫外与涂层的交互作用及紫外与湿度的交互作用对复合材料孔板拉伸疲劳寿命的影响均不显著.     

Safety Analysis of Flow Parameters in a Rotor-stator Cavity

In order to ensure the safety of engine life limited parts (ELLP) according to airworthiness regulations, a numerical approach integrating one-way fluid structure interaction (FSI) and probabilistic risk assessment (PRA) is developed, by which the variation of flow parameters in a rotor-stator cavity on the safety of gas turbine disks is investigated. The results indicate that the flow parameters affect the probability of fracture of a gas turbine disk since they can change the distribution of stress and temperature of the disk. The failure probability of the disk rises with increasing rotation Reynolds number and Chebyshev number, but descends with increasing inlet Reynolds number. In addition, a sampling based sensitivity analysis with finite difference method is conducted to determine the sensitivities of the safety with respect to the flow parameters. The sensitivity estimates show that the rotation Reynolds number is the dominant variable in safety analysis of a rotor-stator cavity among the flow parameters.     

A Novel PF-LSSVR-based Framework for Failure Prognosis of Nonlinear Systems with Time-varying Parameters

Particle filtering (PF) is being applied successfully in nonlinear and/or non-Gaussian system failure prognosis. However, for failure prediction of many complex systems whose dynamic state evolution models involve time-varying parameters, the traditional PF-based prognosis framework will probably generate serious deviations in results since it implements prediction through iterative calculation using the state models. To address the problem, this paper develops a novel integrated PF-LSSVR framework based on PF and least squares support vector regression (LSSVR) for nonlinear system failure prognosis. This approach employs LSSVR for long-term observation series prediction and applies PF-based dual estimation to collaboratively estimate the values of system states and parameters of the corresponding future time instances. Meantime, the propagation of prediction uncertainty is emphatically taken into account. Therefore, PF-LSSVR avoids over-dependency on system state models in prediction phase. With a two-sided failure definition, the probability distribution of system remaining useful life (RUL) is accessed and the corresponding methods of calculating performance evaluation metrics are put forward. The PF-LSSVR framework is applied to a three-vessel water tank system failure prognosis and it has much higher prediction accuracy and confidence level than traditional PF-based framework.