多操纵面飞机舵面损伤的快速故障诊断

针对多操纵面飞机舵面损伤的快速故障诊断问题,提出一种直接估计舵面偏转量的自适应补偿观测器方法。首先,设计了增广观测器进行系统输入估计,并提出了自适应补偿方法解决其动态跟踪性能差的问题;其次,设计了一种新的自适应阈值以快速检测故障并降低虚警率;最后,利用舵面故障特点,采用重置初值的限定记忆最小二乘方法实现了对突变参数的实时估计,用以进行故障隔离。仿真结果表明:在不同的舵面损伤故障情况下,所提出的观测器方法能在20 ms内发出故障预警,并在0.22 s内确定故障位置,所采用的辨识方法可以在故障报警后的0.2 s内准确估计出损伤程度。     

一种航空发动机滚动轴承磨损故障监测技术

针对航空发动机滚动轴承磨损状态监测对长轴尺寸大于10μm的故障敏感磨粒检测的需要,研制了多功能油液磨粒智能检测与诊断系统,克服了传统光谱分析对大磨粒不敏感的缺点,以及传统铁谱分析检测步骤烦琐的不足,可直接对流动的油液中大于10μm的运动磨粒进行检测.提出了油液运动磨粒的7个数字特征参数及其识别策略,实现了磨粒的自动识别,识别率基本上达到99%以上.利用实际的航空发动机油样进行了试验验证,并与传统光谱分析进行了对比,试验结果表明该系统较光谱分析具有更强的检测力和更优的时效性.      

径向速率估值的双屏电子篱笆数据关联方法

针对双屏电子篱笆系统在初轨确定前需要完成同一目标观测数据的数据关联问题,文章提出了一种计算形式简单且不依赖于循环迭代定轨计算径向速率的估值方法,并设计了相应的数据关联准则。仿真分析表明,这种数据关联准则与依赖定轨计算径向速率的关联方法相比,判别正确率相近,但计算时间不到后者的10%,算法的效率更高。     

基于模糊关联分类器的民机超限事件诊断方法

现有的民用飞机超限事件智能诊断模型大多属于“黑盒”模型,不利于分析超限事件发生的原因.为此提出了一种基于模糊关联分类器(FAC,Fuzzy Associative Classifier)的民用飞机超限事件诊断方法.该方法抽取发生超限事件时对应的QAR(Quick Access Recorder)参数快照取值,采用模糊C均值(FCM,Fuzzy C-Means)聚类算法对抽取的QAR参数取值模糊预处理,然后基于Apriori算法生成模糊关联分类规则库,并由遗传算法对其进行裁剪,结合模糊分类推理方法形成FAC.采用B737-800实际样本数据进行了验证.实验结果表明,所提出的FAC能有效诊断超限事件,FAC识别超限事件的错误率与最小二乘支持向量机(LS-SVM,Least Squares Support Vector Machine)模型相当,但其解释性方面优于LS-SVM.     

指挥自动化网络信息安全的一种解决方案

针对基地指挥自动化网络信息安全要求,提出了基于USB身份认证卡技术,采用间接身份认证方式鉴别网络用户合法性,用双重加密算法对信息进行加密上传和解密下载的解决方案。此外,还设计了本地涉密文件加密隐藏方法。整个系统安全性高。独立性强,开发成本较低,具有较高的推广价值。     

基于模糊聚类原理确定光测数据处理最优基线的方法

应用模糊数学理论,提出了光测数据处理最优基线的确定方法,有效地解决了长期以来基线选择过程中难以建立数学模型的问题,通过仿真试验验证了该方法的正确性、合理性。     

全测速多站系统的最优布站问题与数值算法

从解算弹道的逐点多站最小二乘算法得到的弹道精度出发,给出了一个全测速多站系统的最优布站数学模型,并通过大量试算选定了具有良好收敛性的数值算法.初步的计算表明：对全测速多站系统,其最优布站方案与现有布站方案在弹道精度上有着显著的差别;在最优布站方案下可确保逐点多站最小二乘算法具有良好的数值稳定性,并得到满足精度要求的外测弹道.     

基于贝叶斯网络的故障诊断系统性能评价

故障诊断系统的性能评价是开发和验收故障诊断系统不可或缺的重要环节.针对基于贝叶斯网络(BN)故障诊断系统的性能评价需要,考虑系统诊断结果真实分布,提出采用二项分布参数估计方法来计算诊断准确度的置信区间,采用准确度期望值及其置信区间全面客观评价诊断模型的性能,形成贝叶斯网络模型诊断能力的量化评价指标,为诊断结果的可接受、可信程度以及诊断模型的训练充分性提供参考依据.最后通过燃油系统故障诊断实例验证所述性能评价的有效性.      

一种基于相邻模块化加权D-S的融合诊断方法

常规D-S (Dempster-Shafter)决策融合方法由于其自身理论不足,不能很好直接处理决策结果偏差大、冲突大的传感器融合问题,因而对于信息高冲突情况下的转子微弱故障融合诊断存在着失效问题。针对该类问题与不足,借鉴复杂网络的舆论传播、社会学习理论及多智能体一致性决策的相关概念与思路,从避免决策结果冲突大的传感器直接进行融合的角度进行改进,提出相邻模块化加权D-S融合方法。该方法首先根据初步结果进行相邻节点与模块划分,只有决策距离在相邻界限值范围内的相邻模块节点才能进行决策融合;对于同一模块内相邻节点,根据各节点决策权重及初步决策结果采用加权D-S融合方法进行决策融合;针对融合结果再进行相邻节点模块划分与融合,依此步骤进行循环划分与融合,直到所有模块与节点均不相邻;最后采用专家权威决策方法确定权重和最大的模块融合结果作为最终的传感器网络一致性决策结果。通过多传感器网络的转子故障模拟实验对所提方法进行验证,应用结果表明:所提方法可以较好解决少数传感器诊断正确、而多数诊断错误的信息高冲突条件下的局部微弱故障融合诊断问题。     

基于可拓规则推理的故障诊断方法

针对产生式规则推理方法存在的推理效率低、知识获取困难以及难以用于多故障诊断等问题,研究基于可拓规则推理的故障诊断方法。首先将基元理论和产生式规则相结合,得到可拓规则的基元表示;然后给出可拓规则匹配度计算公式,并提出按前件基元类型和属性数据类型不同对可拓规则进行分层匹配,对所有匹配成功的可拓规则,提出先删减再排序的冲突消解策略,在算法分析中讨论可拓规则推理的时间复杂度;最后通过应用案例说明可拓规则表示、匹配、推理和冲突消解的全过程,结果表明该方法适用于机载设备的多故障诊断。