基于模型与数据驱动的自适应模糊规则故障诊断方法

针对复杂装备系统故障模糊性强的特点,以及目前基于模型和数据驱动的故障诊断大都局限于决策层融合的问题,提出了 1种利用诊断模型作为数据驱动方法的初始条件来辅助网络模型构建和学习的方法。首先,通过 T-S故障树理论分析,建立系统各故障模式之间的逻辑关系和描述规则;然后,根据 T-S故障树模型,将诊断模型映射为模糊神经网络(FuzzyNeuralNetworks,FNN)模型,并利用误差反向传播算法对网络参数进行学习,进而提出 1种模糊规则自动更新机制;最后,以某组合导航系统为实验对象进行仿真实验。结果表明:提出的方法能够准确地诊断出故障,且具有较快的收敛速度和较好的泛化能力。     

一种修正的DS证据融合策略

 提出了一种修正的DS 证据融合策略,以解决证据冲突情况下的融合问题,该方法综合利用了传统DS 证据理论方法所具有的收敛性好及加性融合方法所具有的可靠性高两方面的优点。该方法先对DS 证据理论的结果与加性策略结果之间的一致性做出判断,如果一致性好,则采用DS 证据理论的结果作为最终结果,这样就保证了算法收敛性,否则,用加性策略的结果对DS 证据理论的结果进行修正,从而保证算法的可靠性。该方法在解决冲突证据的合成问题方面体现出良好的适应能力。     

基于NGO-VMD和DBO-SVM的滚动轴承早期故障诊断

针对滚动轴承早期故障阶段信号微弱难以提取和识别的问题,提出利用北方苍鹰算法优化变分模态分解参数,并结合蜣螂优化算法优化支持向量机的方法进行故障提取和分类识别。首先,采用北方苍鹰算法对变分模态的最佳参数进行搜索,将信号用变分模态分解为若干个本征模态函数;然后利用峭度选取最优本征模态函数;最后将其输入蜣螂优化算法-支持向量机诊断模型中进行故障分类识别。实验结果表明,北方苍鹰算法-变分模态分解方法在迭代次数和收敛精度上均有一定的优势,采用峭度选择最优本征模态函数,包络解调分析后提取早期微弱故障信号故障特征的能力最佳;蜣螂优化算法-支持向量机诊断模型能在故障信号微弱背景下,使故障诊断分类识别率有一定的提高。该方法具有较好的故障特征提取和分类识别能力,为滚动轴承早期故障诊断提供技术支持。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。     

一种基于虚拟导航点的超低空飞行器威胁回避算法研究

为解决超低空飞行器在飞行过程中遇到突发威胁时的自主回避问题,提出了一种基于虚拟导航点的威胁回避算法。此算法以超低空飞行器具备自主探测能力为前提,针对不同威胁的规模和种类可快速生成虚拟导航点,实现对威胁的回避。结合算法设计和模型建立,将算法应用于存在未知威胁情况下的超低空飞行器实时自主飞行中,并进行了仿真。仿真结果表明,该算法理论简单,易于实现,能够有效保证超低空飞行的安全性。     

一种基于新三维随机Hough变换的航迹起始算法

针对雷达跟踪多目标时,目标点迹受杂波、噪声等因素影响,航迹起始难度大的问题,利用三维空间直线表示方法提出了一种4参数三维Hough变换算法.该算法是对传统二维Hough变换的拓展,它结合了传统的二维随机Hough变换理论,是一种新的三维随机Hough变换算法.通过该算法对理论数据和实测数据进行验证,结果表明,对于航迹区别较大的目标,该算法的航迹起始成功概率为98.5％;对于空间航迹相近的目标,该算法可成功将目标航迹从杂波中提取出来,虽然可能会出现航迹混淆,但利用目标先验信息可解决该问题,实现航迹起始.     

基于改进PCA算法的航空发动机状态诊断模型

针对飞行试验对高效异常诊断手段的迫切需求,利用海量飞行试验数据,在提取表征发动机状态参数的基础上,采用分段线性化的思想改进PCA(主元分析)算法,改善PCA算法在复杂非线性系统建模方面存在的参数估计精度差等问题。根据发动机风扇转子转速对试飞数据(样本数据)进行区间划分,分段建立发动机状态诊断模型。验证结果表明:改进PCA算法建立的诊断模型参数估计精度较好,对参数偏差较为敏感,能正确检测发动机异常的出现并准确定位异常参数,对飞行试验安全监控及发动机异常诊断平台的开发具有一定的参考价值。     

填充函数法在发动机加力最小油耗模式控制中的应用

主要研究了航空发动机性能寻优控制(PSC)算法问题。提出一种用于解决非线性约束优化问题的基于填充函数方法(FFM)的实时优化控制策略。通过构造填充函数,该算法可以在优化计算过程中能够不断跳出局部最优点,使得算法本身具备了全局寻优能力。详细介绍了其算法主要内容与实现途径,基于上述的填充函数优化算法,以某型涡扇发动机加力最小油耗优化控制模式为仿真算例,验证了该算法在解决航空发动机性能寻优控制问题时,相比传统的序列线性规划方法在全局寻优方面具有更好的效果。     

基于CATIA二次开发中点误差控制算法实现及其应用

目前,航空企业中普遍存在大型模具曲面加工效率低和加工质量差的问题。为解决上述问题,本文提出了一种以高效的五轴数控加工算法——中点法为基础的解决方案。首先,分析中点误差控制算法的基本原理。然后,基于CATIA二次开发平台,通过利用C++语言编程来实现中点误差控制算法,并集成到CATIA V5的曲面加工模块。最后,以典型的航空蒙皮模具曲面为例进行了加工试验。结果表明,该算法不仅能够大幅提高蒙皮模具曲面的加工效率,而且改进了模具曲面的加工质量,并缩短后续手工抛磨的工作量。可见,该方法具有较强的工程应用价值,且能在航空企业内部进行推广应用。     

Trust Region Filter算法在发动机在线优化中的应用

主要研究了航空发动机在线优化问题。以非线性发动机部件级模型为优化对象,将信赖域滤子优化法应用于航空发动机在线优化问题,相比基本的信赖域方法,该算法由于采用非单调的滤子算法和松弛重置,兼顾了算法在目标函数值下降与可行性保持两方面的良好算法品质,通过必要的松弛重置避免了子问题的不可行性,滤子算法则保证了算法收敛到全局最小解。最后,基于Trust Region Filter算法,以某型涡扇发动机最小油耗寻优控制为应用仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比基本的信赖域方法在提高优化效果方面的优越性。     

航天器智能诊断系统开发研究

提出了基于故障树的故障报警方法和诊断方法,提出了面向故障树的报警知识和诊断知识表示方法及相应的报警和诊断推理策略,最后,在Windows环境下,用BorlandC++实现了一个原型系统,并通过对“实践-四号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

进行非线性系统部件故障诊断的一种方法

为了辨识诊断非线性系统的部件故障,提出了Volterra核拟合线辨识模型。将各阶的Volterra核按照一定算法拟合为各阶曲线,基于多个阶跃响应对拟合线进行辨识并进行各阶分离,然后根据故障对各阶拟合线的影响特征进行故障辨识。将它仿真应用于一种液压放大器的故障诊断,结果较准确,计算量较少。适用于对非线性系统的部件偏差及故障的诊断。     

航空发动机故障的支持矢量机智能诊断

引入支持矢量机和多元分类算法到航空发动机故障诊断当中。通过设计的多元分类支持矢量机构建了小样本多参数航空发动机故障智能诊断模型，然后通过发动机故障仿真器对典型发动机气路故障进行了诊断。结果表明，支持矢量机具有优秀的故障学习能力，采用它进行航空发动机故障诊断是可行、有效的。     

基于RBF神经网络的航空发动机故障诊断研究

采用改进算法优化了径向基函数(RBF)网络.针对航空发动机工作条件和结构的复杂性,提出了用RBF网络进行故障诊断的方法,构建了基于RBF网络的多参数航空发动机故障智能诊断模型,并对典型发动机故障进行了诊断.结果表明,RBF网络具有优秀的故障学习能力,采用它进行航空发动机故障诊断是行之有效的,具有较好的应用前景.     

基于虚拟仪器技术的光电雷达电子部件性能检测及故障诊断系统

 分析了某型飞机光电雷达的工作过程,提出了一种基于虚拟仪器技术的光电雷达电子部件性能检测及故障诊断设计方案。通过对电子部件所有信号的实验测试和故障树结构分析,阐述了光电雷达电子部件性能检测和故障诊断的实现过程,并探讨了实际研制过程中的一些主要技术难点及其解决方法。     

基于动态Bayesian网络的叶片加工质量监控与溯源

 针对叶片加工过程中质量精度不高的问题,提出了基于动态Bayesian网络的叶片加工质量监控与溯源方法.利用动态Bayesian网络建立起叶片加工工序间的相互联系,实现对整个加工过程的控制.基于Bayesian网络对影响加工工序的因素集建立因果联系,采用多元统计过程控制中的T²控制图完成对各工序影响因素集的监控.进行误差溯源时,根据Bayesian网络建立的因果关系对失控样本的T²统计量依据原因变量进行误差分解,并构建各分解变量的控制限,将其作为误差源判定的条件.通过对某叶片加工过程的仿真,验证了所提方法的有效性.     

基于自组织映射网络的故障诊断推理方法研究

从故障诊断基本形式出发，结合飞机刹车系统故障的各类特点，研究了基于Kohonen自组织映射网络理论的故障推理模型，并且应用到起落架刹车系统故障诊断中。该方法只需选择听，具有代表性的故障样本训练神经网络，他将代表故障的信息输入给训练好的神经网络，根据神经网络的输出结果，就可以判断出发生故障的类型。该模型除能识别已训练过的故障，还能识别未训练过的故障，并且聚类能力强，速度快，因此，很符合复杂系统的故障诊断。     

发动机故障诊断主因子模型的测量参数选择

研究了航空发动机气路故障诊断的测量参数选择的问题.基于发动机故障诊断的主因子模型,结合预测平方残差和(prediction error sum of squares,简称PRESS)准则,建立了一种选择风扇流量、风扇出口压力、压气机出口压力、压气机出口温度、涡轮后温度和燃油流量这6个测量参数进行单轴涡扇发动机故障诊断的方法.大量的实例表明,合理运用该方法选择测量参数的种类和数量,既能取得比较满意的诊断效果,又能利用发动机控制系统已有的测量参数,降低诊断成本,具有一定的工程应用价值.      

发动机故障诊断经验影响系数的定量化问题

本文提出了根据发动机故障样本建立故障方程的方法。发动机经验故障方程是不同于发动机小偏差方程的另一类故障方程,它为发动机故障诊断提供了一条简便易行的途径,并且使发动机故障诊断范围扩展到气路分析方法难以适应的场合。文中讨论了经验故障方程的建立方法及其在发动机故障诊断中的应用,给出了利用经验故障进行发动机故障诊断的实例。     

航空发动机故障诊断装置硬件在环实时仿真平台

硬件在环仿真是将算法由理论转为实际应用的重要步骤,而针对航空发动机故障诊断算法的硬件在回路仿真平台的研制目前还处于初级阶段。基于已有的民用大涵道比涡扇发动机非线性模型,利用基于x PC的自动代码生成技术,搭建了基于工控机与DSP的故障诊断装置硬件在回路实时仿真系统,并对平台的性能参数、使用流程进行了说明。提出了1种故障诊断算法并进行了硬件在回路验证。针对搭建的平台,提出1种故障诊断算法的评价标准。