航空液压泵柱塞游隙增大故障诊断

柱塞游隙增大是航空液压泵典型的渐进性故障之一,其故障特征模糊,样本有限,故障数据充满噪声,对其进行精确的故障诊断十分困难,因此提出了一种基于简约支持向量机的故障诊断方法.利用粗糙集对故障特征变量进行简约,去除冗余信息,在保证分类质量不变的前提下寻求覆盖系统故障特征的最小属性集合;将简约后的数据样本用来训练支持向量机进行故障分类.使用训练完成后的简约支持向量机进行故障诊断的实验结果表明,此种诊断方法适合于航空液压泵柱塞游隙增大的高精度故障诊断.     

分布式卫星系统的协同导航估计方法

针对分布式卫星系统对合作目标的协同导航估计问题,提出了前端与后端结合的一种分布式协同导航方法。前端基于一致性算法对无迹卡尔曼滤波方法进行改造进而完成设计,后端基于协方差交集算法并利用快速权值计算方法以及非可加性参数融合方法进行设计。最后基于Matlab以及STK轨道传播模型进行了数值仿真,得到了预期的仿真结果,验证了方法的有效性。     

分包系统的星上数据源及其模型

分包体制的星载数据系统与传统的 PCM遥测遥控系统两者面向的数据源有很大不同。描述分包系统各种星上数据源 ,分析其特点后 ,提出了一种通用的建模方法 ,并通过举例说明。在系统设计、仿真和测试中 ,这种方法都是很有用的。     

机载CPU板硬件故障诊断平台的设计研究

针对某机载CPU板硬件检测与故障诊断的问题,提出了故障关联、功能点编码等检测方法.在握手测试的基础上,通过主动与被动相结合的方式,分层次、分模块地实现功能检测与故障诊断.给出了总体的设计思想与软硬件的实现方案.     

基于Wigner分布和经验模态分解的减速器故障诊断

为了降低全寿命费用和增强飞行安全性,对减速器故障进行检测和故障诊断是非常必要的。减速器振动信号的冲击性振动信号往往可以与故障引起的冲击联系在一起,因此冲击性信号可以作为一个故障的表征形式。为了刻画故障信号,许多研究探索在时频域内寻找微弱的故障特征信号。Wigner分布是最为常用的一种时频分布。然而,故障特征信号经常被其他部件的振动信号和Wigner分布双线性运算固有的交叉项所污染。为了减少这些干扰,本文将Wigner分布与经验模态分解结合起来。不同于传统的直接计算Wigner分布,将经验模态分解作为一个预处理环节。振动信号被分解为一系列固有模态函数。仅仅计算与啮合振动相关的固有模态函数的Wigner分布。这种方法应用于减速器试验台数据,结果表明诊断效果得到了明显提高。      

神经网络集成在发动机故障诊断中的应用研究

提出一种基于A daBoost的集成神经网络故障诊断方法,利用多层前向神经网络作为故障弱分类器,通过简单地训练若干个单一神经网络并将其预测结果进行合成,实现了对航空发动机多类故障的诊断。针对一个涡轮喷气发动机气路部件的仿真实验表明,这种方法提高了最终故障分类器的泛化能力,便于工程应用。      

基于判定故障树的民航飞机故障诊断方法研究

针对飞机故障诊断专家系统中知识获取的瓶颈问题,提出了将故障隔离程序提取成判定故障树的形式,分析了扩展故障树的框架表示方法,给出了扩展故障树的快速诊断策略,解决了基于规则的诊断专家系统的知识获取难题.     

基于LS-SVM的飞控系统传感器故障诊断

针对飞控系统故障诊断难的问题,利用最小二乘支持向量机(LS-SVM)设计了一个飞控系统传感器的故障诊断系统.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,基于LS-SVM的故障诊断系统能对各型传感器的故障进行诊断和定位,验证了该方法的有效性和先进性.     

测量船多设备外测数据的融合算法

为了进一步提高航天测量船外弹道数据处理的精度,须根据不同的任务特点和要求选用合适的数据处理方法。针对测量船精度校飞时多设备同时跟踪飞行目标的工程背景,提出多设备外弹道数据融合处理的构思,根据数据融合的原理阐述了数据融合技术在精度校飞数据处理中的应用,给出目标位置融合的几种算法,并用加权最小二乘数据融合算法对实测数据进行处理。工程应用结果表明：本文提出的数据融合方法计算量少、精度高,适合工程应用。     

基于PSO-RBF的飞机燃油系统故障诊断

把粒子群算法(PSO)优化的径向基神经网络(RBF)应用于飞机燃油系统故障诊断中.并与RBF和BP神经网络进行故障诊断性能比较.结果表明PSO-RBF神经网络在燃油系统故障诊断中有更高的诊断精度和效率.