航空发动机气路故障诊断的SANNWA-PF算法

针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波（SANNWA PF）算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用正态分布的方式进行分裂,采用反向传插(BP)神经网络进行权值调整,缓解了粒子的退化和贫化,具有更强的自适应性能和跟踪能力。通过一维非线性跟踪模型和航空发动机气路故障诊断仿真研究表明:SANNWA PF算法具有良好的非高斯性能,相对粒子滤波一维非线性追踪模型估计精度提高约21%,航空发动机气路故障诊断在高斯噪声和非高斯噪声下分别提高约30%和26%,诊断速度分别提高约7倍和10倍。      

基于深度迁移学习的航天器故障诊断

随着航天科技的发展,智能故障诊断技术是确保航天器控制系统安全、自主运行的关键技术之一.由于在轨航天器遥测数据样本少、噪声高、未标记,因此缺乏自适应能力、学习能力的传统故障诊断方法难以准确诊断在轨航天器故障.本文针对上述问题提出一种基于深度迁移学习的航天器故障诊断方法,为在轨航天器实时故障诊断提供了可行方法.首先,对航天...     

一种基于数据融合的加速度传感器的静态模型辨识方法

通过对现有加速度传感器静态模型参数辨识方法进行分析,指出传统的算术平均值法在实现加速度传感器静态模型参数辨识中存在的缺陷,提出了数据融合方法,并对其进行了讨论。数据融合方法是将来自同一目标的多源数据加以智能化合成,从而产生比单一数据源更精确更完全的估计和判决。通过分析表明,采用数据融合方法进行参数辨识得到的参数的离散度小于传统的算术平均值法所求参数的离散度,使模型参数的精度有明显提高。因此数据融合方法优于传统的算术平均值法,特别适合于加速度传感器静态模型参数的辨识。该方法的提出为控制系统的实时补偿提供了良好的条件。     

旋转机械的瞬时角速度波动量化及故障诊断

利用旋转机械的故障大多与转子有关、非转子部件的故障会直接或间接地对转子运动产生影响这一基本事实,把转子瞬时转波动作为旋转机械运行状况的表征,利用转子动力学、摩擦和磨损有关理论研究和认识故障机理,探讨各种邦联状况下转子瞬时转速波动的外在表现,为旋转机械的故障诊断提供了捷径。文中针对旋转机械在稳定工况下的瞬时转速在时域上存在无周期性波动,首次提出了衡量这种波动的“均匀性系数（ｕ）”的概念,从检测结果数     

角速度测量部件综合自动检测系统的设计

介绍了角速度测量部件自动测试系统的硬件和软件的结构,该检测系统不仅能对不同类型的角速度测量部件进行总体性能测试,还能对角速度测量部件内部的板间信号进行测试从而进行故障诊断。检测系统的可靠性高、通用性好,测试精度达到了设计要求。     

机载计算机系统的故障诊断

在军机上,由于计算机系统的数量越来越多,同时航空电子设备日趋综合化,计算机系统的可靠性问题越来越突出。本文针对机载计算机系统的特点,提出了应用计算机测试技术进行机载计算机故障诊断的方法,解决了对机载计算机系统的测试问题。     

基于人工神经网络的航空火控系统故障诊断

提出了航空火控系统故障问题的描述方法 ,并给出基于人工神经网络的故障诊断的知识表达、网络结构和训练算法 ,此法对其他装置故障诊断也有一定的参考价值。     

基于概率神经网络的发动机故障诊断

 用反向传播神经网络 (BPNN)和概率神经网络 (PNN)对航空发动机若干原型故障进行定性的诊断,并将仿真结果进行了比较。仿真结果表明,当测量参数不包含噪声或噪声较小时,两种网络都具有很高的诊断准确率;当测量参数的噪声较大时,则概率神经网络的诊断准确率远大于反向传播神经网络,显示了概率神经网络较强的诊断鲁棒性。此外,概率神经网络能够充分利用故障先验知识,并考虑代价因子的作用,从而把误诊断可能带来的损失减小到最低程度。     

飞行器机动飞行时发动机转子等变速运动的动力学特性研究

 建立了位于机动飞行器内单盘 Jeffcott转子系统的动力学模型,研究了飞行器飞行速度和加速度变化对飞行器内等加速、等减速两种等变速运行转子振幅响应曲线的影响,模拟了飞行器在垂直平面作正弦曲线轨迹运动时相应的响应曲线。结论表明飞行器的速度和加速度变化会改变飞行器内等变速转子的振幅大小和响应曲线趋势,飞行器在垂直平面作正弦曲线轨迹的机动飞行时,飞行器动作的幅度和周期的影响都很明显。对重力参数和不平衡参数的影响也作了研究。     

D-S证据理论及其在滑油故障诊断中的应用

结合算例阐述了D-S证据融合理论的基本思想及其改进公式,并应用在航空发动机滑油光谱分析和磨粒分析中,表明D-S证据理论是航空发动机滑油故障诊断中一种非常有效的数据融合方法。