飞机维修信息管理系统

基于机载中央维护系统(CMS),提出了飞机维修信息管理系统(AMIMS),以进一步提高飞机的安全性,降低维修和运行成本;并详细讨论了AMIMS的组成、功能、关键技术及其解决途径。     

燃气轮机滚动轴承故障模式及延寿方法

分析了燃气轮机滚动轴承常见的10种故障模式及其产生原因,研究了相应的延寿方法及其延寿机理。     

飞机电气部件产生故障的一般规律与排除方法

归纳并总结了飞机电气部件产生故障的一般规律——量变到质变规律、浴盆形规律及故障的分布规律和排除方法即掌握故障情况、判断检查故障部位及正确排除故障的要点.     

航空发动机叶片激光冲击强化机制研究

针对航空发动机叶片近年来出现的故障,进行力学分析;研究激光冲击强化的机制及其在航空发动机叶片上应用的可行性和关键技术.     

机内测试虚警分析和控制

现代飞行器广泛采用机内测试(Built-intest,BIT)技术,以便对其内部故障进行自动检测、诊断和隔离,但是常规BIT面临诊断能力不足和诊断模糊性等问题,导致BIT虚警率高,难以有效发挥其应有的作用.本文论述了BIT虚警的基本理论、虚警的危害及现状,并从BIT虚警产生的原因分析入手,提出了解决虚警问题的一些方法和措施.     

基于正交小波变换的动态系统的故障检测

利用正交小波变换在时-频域均有良好局部化的品质,提出了一种对动态系统故障诊断中非平稳信号进行分析与处理的方法.仿真结果表明,该方法不仅使测试结果更加精确,而且便于进行快速的故障诊断.     

深度卷积神经网络在轴承多故障复合诊断中应用研究

基于深度学习具有强大的自特征提取能力和较优的分类能力,将深度卷积神经网络引用到轴承的故障诊断中,提出了基于一维深度卷积神经网络的轴承复杂工况故障诊断方法。在提出的方法中,将轴承的多故障振动信号作为模型的直接输入,通过训练深度卷积神经网络模型,利用模型中多个卷积层和池化层对输入的振动信号进行自特征提取,并进行故障分类。从而以基于数据驱动的方式形成端到端的故障诊断。研究表明,在一维深度卷积神经网络中直接输入轴承振动信号进行故障诊断,与提取时域和频域特征结合支持向量机进行故障诊断的方法相比,深度卷积神经网络可以更好地反映时域振动信号与特征间的关系,获得了比传统智能诊断方法更高的识别效率。     

基于经验直觉的无人机威胁规避机动决策方法

针对无人机飞行过程中遇到威胁需要及时安全规避的问题,本文提出一种基于经验直觉的无人机机动规避决策算法.首先将无人机威胁安全规避机动过程中所获取的态势信息,按照规避机动区域进行结构化处理并标注相应的机动决策标签,建立基于数据的无人机情景决策知识库.其次,利用无人机情景决策知识库中的数据训练长短时记忆网络以实现情景与机动决...     

房屋型FMECA分析模型

把质量功能展开技术（QFD）中质量屋分析模型移植到故障模式、影响与危害性分析（FMECA）的模型之中，提出了一种称为“房屋型”的FMECA模型，介绍了该模型的框架结构、使用程序和主要特点。     

“天巡一号”微小卫星星务故障管理设计

对“天巡一号”微小卫星的总体情况进行了简单介绍,并针对星务管理系统的功能给出了设计方案.从硬件和软件上提出了基于局部冷冗余备份的多项故障预防及故障处理设计,并设计了电源安全管理及软件容错等多项可靠性措施,提高了星务管理系统的可靠性及安全性,符合“天巡一号”微小卫星星务系统采用单一中央数据处理系统,集成星务管理及姿态控制能力的设计方案.