基于直接冗余的轮控系统故障诊断及优化配置

闭环控制系统中的故障检测与诊断是目前卫星控制工程上急需解决的问题之一。由于故障传播等原因的影响，闭环系统中某一执行机构故障会对其它正常执行机构输出造成影响，因此很容易产生误判。轮控系统是卫星控制系统长期轨道运行模式中的主要执行部件，由于不断作机械运动，难免发生故障，若不及时处理，会给飞行任务带来严重影响。文章介绍了一种基于直接冗余的飞轮故障检测与隔离方法，对于冗余配置轮控系统，每个飞轮的力矩控制信号是按照飞轮的配置结构对三轴所需控制力矩进行分配而得到的，因此当飞轮工作正常时，飞轮的输出(转速变化率)之间会存在一致性。一旦这种一致性被破坏，即说明某一个飞轮发生故障，就要对其进行隔离。这种方法不需要对每个飞轮的力矩控制信号进行积分，减小了计算量。仿真结果验证该方法能够实时检测渐变故障，且不受闭环系统故障传播的干扰。最后还从故障检测性能方面对轮控系统进行了优化配置分析。     

基于小波分析和信息融合的航空发动机转子早期裂纹故障诊断

针对发动机转子早期裂纹难以检测的特点,建立发动机转子早期裂纹扩展模型,提出了对裂纹振动信号进行小波分析和信息融合的方法对转子早期裂纹进行检测。最后,以转子系统为对象进行实验研究,结果表明,此方法能够有效地提取转子早期裂纹故障特征并能对故障进行准确识别。     

两种神经网络应用于数控系统故障诊断

介绍了双向联想记忆（ＢＡＭ）学习算法神经网络和误差后向传播（ＢＰ）神经网络在数控系统故障诊断中的应用实例。这两种神经网络在数控系统故障诊断方面都有着重要的应用价值，都能实现故障的联想、容错、自学习等功能。但因为各自具有的特点不同，又使得ＢＰ网络更适于故障样本多的情况，而ＢＡＭ则适于要求对错误的故障征兆进行纠错的故障诊断系统     

基于重叠分解法的故障诊断

本文提出了一种重叠分解方法，利用重叠子系统的卡尔曼滤器的状态估计值做为比较信号，实现系统中传感器的故障诊断与隔离，该思想被应用到造纸机网前箱测量系统进行故障检测与定位，仿真实验证明了该方法的可靠性。     

模块树形结构的故障诊断

简介——本文探讨了模块树形结构中固定故障(s-a-f)的诊断。从而导出模块中每个可以区别的 s-a-f 的检测条件。单个 s-a-f 而言,进行少量的附加测试,就可以很容易地区分这些检测条件,达到故障定位。用附加测试(其测试次随树形深度而增加),就可对能产生与单个 s-a-f 有相同测试结果的多个 s-a-f 进行定位。有其它的多个 s-a-f 也都可检测,但不能定位。本文详细介绍了组合模块树形结构的定位法。然后更改它们,对可实现任忌限定机构的模块树形结构中的故障进行定位。由于可将这些树形结构中的一对连接起来,实现任忌的时序机构,这里所导出的结果在诊断时序机构时,大有用处。诊断故障的能力结合树形函易于改变这一事实,结构在重构应用中引人注忌。尤其是在阵列处理机中的应用。     

FRFT域能量谱模拟电路故障特征提取方法

故障特征提取是模拟电路故障诊断的关键技术之一,为了提高故障特征的可诊性,提出 1种基于分数阶傅里摘叶变换(Fractional Fourier Transform,FRFT)域能量谱的模拟电路故障特征提取方法。首先,采集测试节点电压信号并将其映射到不同的 FRFT域空间中(p从 0变化到 1);然后,计算所有 FRFT域空间中的能量谱峰值并将其作为故障特征;最后,将归一化后的特征用于训练最近邻分类器进行诊断验证。与现有的 FRFT故障特征提取方法相比,该方法减少了计算量,且提取的特征能够在所有 FRFT域中更全面地反映不同故障响应信号的细微差异,有利于提高故障特征的可分性。在仿真和物理电路上进行了验证,实验结果表明:所提方法能提高故障诊断准确率,且时间复杂度有明显改善。     

压气机机匣零件切削刀具配置专家系统开发

现代航空发动机零件结构越来越复杂,涉及的刀具种类与数量也越来越多,给刀具选择与工艺制定带来了严峻挑战.以某型压气机机匣零件为研究对象,以最佳刀具配置为研究目标,在压气机机匣零件切削数据库的基础上,设计开发了基于B/S结构的压气机机匣零件切削刀具配置专家系统,并进行了实例演示.该系统首先根据被加工对象特征及其需求,运用规则推理方法初选刀具;进而应用人工神经网络预测初选刀具的耐用度及被加工特征的表面粗糙度;最后以该预测结果作为参考,应用综合评判技术进行刀具性能评价,并对所选刀具进行优化排序和完成推荐.系统运行实例验证了所开发系统能够实现压气机机匣零件切削加工刀具的智能选取.