基于案例推理和等价空间的定性/定量混合故障诊断方法

针对难以获得航天器控制系统的精确模型,采用基于知识的定性故障诊断方法也难以奏效的问题,采取定性/定量混合故障诊断的思路,将基于案例推理和等价空间故障诊断方法有机结合,建立定性/定量混合故障诊断模型,推出一种定性/定量混合故障诊断方法。以航天器姿态控制系统为对象进行故障诊断。验证结果表明,推出的定性/定量混合故障诊断方法能够发挥二者的优势,比任何单独一种方法的诊断效果都好。     

结构系统故障诊断的理论与方法

对结构故障诊断的基本原理和方法进行了系统的研究，扩展了目前流行的一些结构故障诊断方法，建立了一系列新的结构故障诊断公式。发现考虑物理约束、借鉴专家知识和经验有助于结构故障诊断问题的根本解决建立了知识的结构故障诊断的理论框架。除此之外，还对无模型的结构故障诊断方法进行了深入的研究，建立了结构应变矢量「ε」和结构应变模态矩阵「Ψ」、结构自振频率矩阵「Ω」、结构位移模态矩阵「Φ」三者之间的一阶变分关系，     

航空发动机气路故障诊断研究现状与展望

航空发动机气路故障诊断是通过对发动机系统、部件的气路参数进行分析,以识别气路部件性能退化或故障的主动过程,是提高飞行安全性和可靠性、降低发动机维修成本的重要途径,当前已成为飞行推进技术研究领域的热点。本文较为详尽地阐述了发动机气路故障诊断技术的发展历程;讨论了发动机气路故障诊断的主要方法,包括基于线性/非线性模型的诊断方法、基于数据驱动的诊断方法、基于信息融合的诊断方法等,评述了这些方法的优缺点;最后指出了气路故障诊断技术中的关键技术和难点,并对未来的发展趋势进行了展望。     

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。     

基于多智能体系统的飞机舵面故障诊断方法

采用了多智能体系统方法对飞机系统的舵面故障诊断问题进行分析.首先从飞机系统的复杂性角度分析了该方法对其进行故障诊断的适应性,然后提出了对组成飞机舵面故障诊断系统的各智能体进行分类、建模和编码的方法,并在此基础上提出了故障诊断智能体的交互模型.在仿真实例中,采用Simulink建立了F-16飞机的仿真模型,用JADE平台构造了故障识别智能体以通过数据融合来对具体的舵面故障进行诊断,并利用MAC-Sim建立了Simulink与JADE平台之间的信息互通.仿真结果说明,该方法能够通过智能体的交互与协作来实现飞机舵面单故障和组合故障的在线协同诊断.     

载人航天故障诊断技术的发展及其关键技术分析

概述了载人航天故障诊断技术的发展状况及其各发展阶段的主导诊断技术和对策方法，并对载人航天故障诊断的关键技术进行了分析。     

基于神经网络的直升机自动倾斜器轴承故障诊断方法

为了进一步提高直升机的安全性，利用BP神经网络和RBF神经网络对直升机自动倾斜器轴承进行故障诊断。完成了直升机自动倾斜器轴承故障植入试验，获取了自动倾斜器轴承的故障振动数据，并进行了振动数据的特征信号提取。采用振动数据特征信号的多参数融合作为神经网络的输入，对自动倾斜器轴承故障进行诊断，获得了较高的故障诊断率。采用基于神经网络的故障诊断方法，自动倾斜器轴承各类故障的最高故障诊断率均大于89%。     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题，为进一步提高故障诊断准 确率，提出了基于小波变换和粒子群优化(Particle swarm optimization，PSO)支持向量机 (Support vector machine，SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析，然后通过小波分解计算分形维数，再利用核主元分析（Kernel pri ncipal component analysis，KPCA）降低特征值维数，实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证， 获取了较高的故障诊断准确率，与其他方法进行比较，实验结果显示了本文方法的优越性。     

一种基于区间解析冗余关系的故障诊断方法

在基于解析冗余关系的故障诊断应用中,系统不确定性方法会造成漏诊和误诊。本文在传统键合图线性差分变化技术（Bond graph-linear fractional transformation technique,BG-LFT）中引入区间分析理论,提出一种基于区间解析冗余关系的故障诊断方法。该方法在基于键合图的解析冗余关系故障诊断方法的基础上,首先结合BG-LFT和区间分析理论对参数不确定性和测量不确定性进行统一建模。然后,将键合图模型扩展为不确定性键合图模型,并推导区间解析冗余关系。最后,利用区间数学运算方法计算区间解析冗余关系,得到诊断阈值。将该方法应用于电动静液作动器参数型故障及传感器故障的故障诊断中。结果表明,与单纯使用BG-LFT相比,本文方法能更有效获取电静液作动器故障诊断依据,避免系统不确定性对诊断结果的干扰。     

基于模糊故障树理论的液压系统故障诊断方法研究

针对液压系统故障的多发性、故障在封闭回路中的传递性、设备构造的复杂性等特点,通过对现有故障诊断方法的分析,提出了基于模糊故障树理论的故障诊断方法。以泵控马达系统为研究对象,通过分析该系统的故障形式,建立了该系统的模糊故障树,进行了量化分析和算法研究,介绍了模糊故障树方法的原理、方法和特点。研究表明,这种方法较之传统方法实用、有效     

无人机交流发电系统故障诊断技术

使用MATLAB 7.0软件,建立了飞机交流发电系统模型.应用小波分析工具箱Wavelet Toolbox 3.0,对仿真的故障进行检测诊断.针对某型飞机2 kVA交流发电机,建立了飞机交流发电系统,利用纯阻性负载创建一个测试点的新方法,对此系统进行单相负载短路仿真.运用小波函教对测试点的故障信号进行尺度分解,获得奇异点发生时间及其特性,从而对采集的故障信号进行诊断和分析.     

旋翼变距拉杆关节轴承磨损故障特征及磨损程度识别

在旋翼故障试验台上设置不同程度的变距拉杆关节轴承磨损故障,分别测量其引起的机体振动信号,通过频谱分析技术提取该类故障的机体振动特征。取故障信号频谱分量作为训练和测试样本,利用径向基神经网络的良好逼近能力,实现了仅用机体振动信号来识别变距拉杆关节轴承磨损程度,识别平均误差小于10%。该诊断方法简捷可行,为进一步开发旋翼状态监测与故障诊断系统提供技术基础。     

铝型材挤压模工作带长度和模孔配置的优化设计

建立了优化设计铝型材挤压模工作带长度和模孔配置的数学模型，该模型不仅反映了模孔形状对金属流动的影响，而且考虑了模孔位置的影响。根据该模型开发了铝型材挤压平模工作带长度和模孔配置的计算机辅助优化设计系统。生产实践表明，该系统设计的模具工作带长度能较好地平衡金属流出模孔的速度，减轻型材的歪扭、弯曲、波浪、裂纹，从而减少了试模的次数和修模工作量。     

Software Reliability Growth Model for Imperfect Debugging Process Considering Testing-Effort and Testing Coverage

Because of the inevitable debugging lag,imperfect debugging process is used to replace perfect debugging process in the analysis of software reliability growth model.Considering neither testing-effort nor testing coverage can describe software reliability for imperfect debugging completely,by hybridizing testing-effort with testing coverage under imperfect debugging,this paper proposes a new model named GMW-LO-ID.Under the assumption that the number of faults is proportional to the current number of detected faults,this model combines generalized modified Weibull(GMW)testing-effort function with logistic(LO)testing coverage function,and inherits GMW's amazing flexibility and LO's high fitting precision.Furthermore,the fitting accuracy and predictive power are verified by two series of experiments and we can draw a conclusion that our model fits the actual failure data better and predicts the software future behavior better than other ten traditional models,which only consider one or two points of testing-effort,testing coverage and imperfect debugging.     

航空发动机磨损故障的智能融合诊断

运用了4种最常用的滑油分析技术——铁谱分析、光谱分析、颗粒计数分析及理化指标分析，同时结合发动机试车台监测数据，提出了运用神经网络和D—S证据理论对发动机试车状态进行融合诊断的方法。首先依据各种分析方法的标准磨损界限值，将原始数据进行了预处理，转换成故障征兆的布尔值；其次，建立了各子神经网络的拓扑结构。并依据专家经验建立各子系统的输入征兆与故障论域的映射关系，由此获得了各子神经网络的训练样本，对各网络成功训练后。利用神经网络实现各子网络的诊断并得到了中间诊断结果；然后，将每种方法的神经网络诊断结果作为各故障模式的基本概率分配值，利用改进的D—S证据理论。实现了对神经网络诊断结果的融合，由此获得了最终的融合诊断结果，最后，通过算例证明了该方法的有效性。     

控制输入约束下非线性系统输出反馈容错控制

针对一类非线性系统的执行器增益故障,在考虑控制输入幅值约束下,研究了故障系统的主动容错控制策略。利用静态输出反馈控制策略,基于Lyapunov理论和线性矩阵不等式技术给出了重构容错控制器的递推设计方法,确保故障闭环系统在满足给定控制输入幅值约束下的鲁棒稳定性,并具有与无故障正常系统接近的其他优化控制性能。仿真算例表明了本文容错设计策略的有效性。     

Model1000水下机器人容错控制

针对复杂海洋环境中水下机器人的可靠性问题,将在线学习的RCMAC递归小脑神经网络应用于水下机器人时变、非线性故障的辨识和容错控制中。在OUTLAND的ROV水下机器人Model1000上设置各种传感器和推进器故障进行水下故障辨识和容错控制实验,实验结果证明了RCMAC网络在水下机器人故障辨识和容错控制中的有效性。     

一种基于波形弹簧的空间驱动机构轴承预紧力研究

基于波形弹簧提出了一种针对空间驱动机构角接触轴承的预紧力方法；文中对波形弹簧进行了设计，对波形弹簧进行了常温、耐压后、高低温刚度试验，验证了波形弹簧刚度的稳定性；然后将波形弹簧安装在驱动机构中，使用压力传感器监测波形弹簧施加在轴承上的预紧力；最后将驱动机构连同波形弹簧、压力传感器进行了高低温试验。试验表明，该种方式对轴承施加的预紧力，在高低温条件下性能稳定，具备一定的工程可行性。     

基于热流体动力润滑分析的滑动轴承平衡位置和动力特性系数研究(英文)

建立了考虑润滑油粘热效应的滑动轴承热流体动力润滑分析模型,采用有限元法分析滑动轴承油膜压力和温度分布。对有限元方程关于扰动项求导直接得到油膜压力对于各扰动项的偏导数,并且通过油膜压力对于扰动项的偏导数构建油膜力Jacobi矩阵。采用Newton-Raphson方法确定给定静载下的轴承平衡位置,同时不需要额外的计算即可通过油膜力Jacobi矩阵获得滑动轴承动力特性系数。通过算例研究了轴承几何参数对滑动轴承动力系数的影响。分析结果表明,油膜温度对轴承刚度系数的影响大于阻尼系数;在轴承偏心率较小时,轴承承载力和刚度系数随转速的增加而增大;而在轴承偏心率较大时,轴承承载力和刚度系数随转速的增加而减小。     

风洞虚拟飞行试验技术初步研究

介绍了在航天空气动力技术研究院FD-10低速风洞中建立的风洞虚拟飞行试验系统,和对风洞虚拟飞行试验技术进行了验证性研究的情况.研究的目的是探索风洞虚拟飞行试验技术的原理和关键技术,包括组合式滚转轴承系统和舵面作动系统的缩比模型以及悬挂支撑系统技术.分别进行了模型滚转运动和偏航运动的风洞试验,对模型姿态随舵偏角变化的实时响应进行了风洞试验研究,验证了虚拟飞行的可行性,为建立生产型风洞的虚拟飞行试验装置打下了基础.