基于FTA的通用装备电子系统故障诊断专家系统设计

结合故障树分析法和故障诊断专家系统的优点，设计并实现了一种基于故障树分析法的通用装备电子系统故障诊断专家系统。系统根据输入的故障征兆自动寻找匹配的顶事件，然后生成顶事件故障树并按Fu。。ell算法求出最小割集，按照最小割集重要度大的部件优先检测的顺序生成测试流程，提示操作人员按照测试流程进行测试并找出故障源。重点介绍了基于关系型数据库的专家系统知识库的建立和利用平均无故障时间的倒数计算最小割集重要度，说明了专家系统的总体结构和推理过程。应用表明，该方法较好地解决了专家系统知识获取难的问题，在确保诊断知识完整性的同时充分发挥了专家系统故障诊断快速高效的优点。     

多故障诊断策略优化生成技术研究

故障诊断策略设计是测试性设计的重要内容。已有的测试性分析与诊断工具通常做了单故障假设，不适用于复杂系统。针对这一问题，提出了多故障隔离策略优化生成算法。该方法首先采用布尔逻辑运算生成每步测试执行后的完备最小割集，然后采用基于信息量启发式算法生成近似最优的多故障隔离策略。最后应用案例进行了验证，结果表明：本文提出的算法可以有效地生成多故障诊断策略。由于测试与故障的定义是广义的，因此该算法可用于系统级、部件级以及元件级的多故障诊断策略的优化生成。     

基于故障树最小割集的故障诊断方法

用故障树最小割集诊断法诊断装备系统故障,以Faunet算法和模块化构建并简化故障树、求解其最小割集.按重要度大的最小割集优先检测原则检测最小割集,调整最小割集重要度并找出故障源.诊断中输入故障现象,系统自动寻找匹配的顶事件且生成顶事件故障树,求出最小割集.系统的过程诊断由VC可视化程序实现.     

利用BIT技术提高雷达可靠性

可靠性高低标志着产品质量的好坏,从工程的观点:可靠性设计就是研究如何增大雷达的固有可靠性,提高设备的维修性,减少故障维修时间。在现代复杂电子系统中,机内测试(BIT)技术作为提高系统可维修性和可测试性的重要手段,日益得到普遍重视和广泛应用。为了设计高效、通用和易维护的BIT系统,尝试采用多机分布式结构,故障检测电路和故障检测软件的通用化设计,基于故障传播有向图和故障树算法的故障定位方法,设计雷达的机内测试系统,达到提高雷达设备的可维修性及状态的实时监测。最终总结了设计过程中应注意的问题及相应的解决方法。     

装甲车辆数字灭火控制系统BIT优化设计研究

针对装甲车辆数字灭火控制系统的典型故障模式,开展了系统BIT优化设计研究,提出一种基于分步优选的最优测试集求解方案.该方案通过计算最小测试集,并引入加权费用指标函数,实现了系统BIT设计的复杂度和费用开支的整体最优.研究成果对数控电子系统的在线故障诊断设计具有很好的实际指导意义和参考价值.     

基于BIT技术的搜索雷达天线稳定系统故障诊断系统

在分析系统BIT测试需求,利用TEAMS(Testability Engineering And Maintenance System)进行测点选择、测试诊断策略设计的基础上,构建了基于BIT技术的搜索雷达天线稳定系统故障诊断系统.系统采用综合测试结构,中央计算机完成集中处理与控制;BIT微处理器负责各功能组合关键测试数据的采集与故障诊断程序的存储;各功能组合采取分布式检测.系统首先利用装备本身对天线稳定系统进行自检;若无故障发生则启动连续BIT执行各功能组合的性能监测;故障发生时启动维修BIT,调用故障诊断程序对各组合进行故障诊断,并由LCD显示故障单元.     

基于模糊故障树的基带设备故障诊断方法

doi: 10.7690/bgzdh.2013.03.022 摘要：针对基带设备的某些故障因素因存在模糊性而难以运用数学模型精确评价的问题,提出一种基于模糊故 障树的基带设备故障诊断方法。该方法基于基带设备故障原理,利用故障树分析法,以基带信号失锁为研究对象建 立故障树,通过建立故障树的最小割集、底事件的精确故障概率和模糊故障概率以及底事件的重要度分析等模型, 对故障树进行定性和定量分析,并通过数据演算验证了该故障树分析模型的可行性。该研究为后续开发基带设备故 障诊断的专家系统打下了基础。     

基于模糊集理论的储运发射箱故障树分析

针对传统的故障诊断中因缺少大量统计数据难以准确获得故障发生概率的问题,提出一种基于模糊集理论的故障树分析方法。利用故障树分析方法对储运发射箱故障进行研究,建立储运发射箱故障树模型。结合专家组对故障发生概率等级评定,对专家评定意见进行模糊化处理,将模糊集理论与专家评判相结合,获得事件的发生概率。对故障树进行分析,得到系统的顶事件模糊发生概率与各最小割集的模糊临界重要度。计算结果表明：该方法能够确定由各最小割集所引起顶事件发生的可能性大小,可为储运发射箱的故障诊断决策以及可靠性分析提供帮助。     

基于故障树的火炮协调器机电液系统故障分析

为分析某型火炮协调器在控制程序无误的情况下仍出现控制未到位的问题,以协调器的机电液系统为分析对象,提出一种基于故障树分析(fault tree analysis,FTA)系统故障点的方法.以协调器控制未到位为顶事件进行系统故障分析并建立故障树;对协调器故障树进行定性分析,找出其最小割集;定量分析故障树顶事件发生概率和底事件故障概率以及重要度,结合底事件分析中间事件发生概率;并对协调器部件故障发生概率进行排序和分析.结果表明:该方法能避免盲目操作,提高维修效率.     

基于信息流模型和列表寻优法的装备BIT系统测试选择技术研究

测试选择是测试性设计的基本步骤之一。在诊断BIT系统设计过程中．针对不同的测试对象，特别是复杂的电子设备，如何选择最优化的测试策略，降低总体测试性费用，是设计人员一直关心、关注的问题。文中首先基于信息流模型对测试选择问题进行了研究．然后对列表寻优法进行了改进，并给出了测试选择的一种快速求解算法，最后通过实例对算法的有效性进行了验证。     

基于粗糙决策树模型的复杂设备智能故障诊断

提出一种粗糙决策树智能故障诊断方法。首先利用粗糙集理论构建故障诊断决策表；然后应用最小熵离散算法对特征数据进行离散；接着利用基于分辨矩阵的算法对决策表进行属性约简，并基于最大聚类比原则优选出最佳约简；最后利用C4.5算法构造出诊断决策树。并对实例进行故障诊断。结果表明：该方法不仅能有效地减少特征数据获取的工作量，而且能快速准确地实现故障识别，具有比粗糙集诊断法、粗糙决策诊断法和C4.5诊断法更强的工程实用性。     

基于故障树和规则的火控系统故障诊断专家系统

为提高坦克火控系统火力射击的精度,提出一种基于故障树和规则的坦克火控系统故障诊断专家系统。 根据系统自身特点及相关专业知识建立故障树,结合坦克火控故障诊断专家系统构造原则,采用反向推理策略结合 深度优先搜索的方法,通过故障树定性定量分析各部件对坦克火控系统性能的影响,给出故障树转化规则,得出应 用改进的反向推理策略。研究结果表明：该方法提高了搜索效率,可为其他火控系统故障诊断提供借鉴。     

基于马尔可夫链的动态故障树分析方法

对于状态较多的动态故障树(DFTA)转换为连续参数的马尔可夫链后，可以将状态转移图分解成若干条状态转移链，根据不同的链长，分别推导出概率计算公式。在应用时只要套用这些公式，然后将各条链的概率相加，便可得到DFTA的失效概率。对于给出的状态转移图，提出并证明了基于连续参数的马尔可夫链的DFTA分析的可靠性计算（解析求解）公式。与传统的方法相比，该方法可以避免直接求解微分方程的复杂运算，便于工程实际应用。     

多故障诊断的即时策略研究

目前的系统多故障诊断一般是在固定的初始多故障模糊组下预先生成平均测试代价最小的测试序列,然后根据该测试序列建立故障诊断树进行故障定位,因此测试执行顺序和故障诊断树相对固定,当初始多故障模糊组变化后,诊断策略并不能随之灵活地改变。针对这个问题,提出一种多故障诊断的即时策略,推导了多故障模糊组概率计算的迭代公式,通过基于单位代价故障隔离度和信息熵的评估函数选择最佳测试,使用集覆盖的算法寻找后验概率最大的故障单元进行更换或修理。测试案例分析表明：这种即时策略能够灵活地利用已知信息进行多故障定位,具有计算简单、存储空间小的特点,适合复杂系统的多故障诊断。     

多电飞机电源系统智能机内测试诊断技术研究

提出了一种基于混合神经网络模型的智能机内测试(BIT)方法,并将其应用在多电飞机电源系统智能BIT故障诊断当中。对BIT各个测点的信号进行功率谱分析,在不损失谱线特征的前提下,利用小波的多尺度分析对谱线数量进行压缩,提取出信号在频域的特征量,并同小波包分解后的频带能量组成诊断用的特征向量。针对原有广义学习矢量量化( GLVQ)神经网络的算法缺陷进行改进,并在此基础上提出了一种混合网络模型结构。将提取的特征向量作为混合网络的学习样本,经训练后对电源系统的故障进行诊断。结果表明,基于这种混合网络的智能BIT方法诊断精度高,对测量噪声也具有良好的鲁棒性,可以有效提高多电飞机电源BIT系统的诊断性能。     

多传感器容错综合导航系统技术及其应用研究

文中结合经典的故障检测、隔离方法和联邦卡尔曼滤波,提出了以惯性导航系统为基准的多传感器容错综合导航系统设计方案,并在信息融合策略中采用了"故障诊断周期"方法对系统故障和野值进行了不同处理,以提高系统滤波的精度和数据的连续性.以SINS/GPS/Doppler组合导航系统为例, 结合载体的使用要求以及各导航子系统的使用范围和误差特性进行了设计方案的可行性分析.研究结果表明, 所设计的方案既能有效地实现系统故障检测、隔离和系统重构, 而且整个导航计算过程保持了良好的算法连续性、稳定性和系统精度.     

基于重构容错的智能水下机器人定深运动控制

为保证智能水下机器人（AUV）在部分运动执行器出现故障的情况下,仍可在一定深度下顺利完成相应任务,提出一种定深容错运动控制策略。该控制策略针对某型智能水下机器人垂向推进器的故障,从实用角度出发,基于重构容错控制思想,同时结合自抗扰控制（ADRC）方法进行具体的控制器设计和实现。该控制策略中包括两种定深控制器设计,分别为垂推正常工况下和垂推故障情况下的定深控制,试图依靠相关故障信息,通过重构替换实现容错控制。在仿真实验中,该控制策略于不同环境干扰下进行了相应测试,并与结合PID方法的定深控制器进行了比较。结果表明,基于重构容错控制思想,并结合自抗扰控制方法的定深容错控制策略不仅有效,同时具有更好的抑制干扰作用,从而可以为机器人提供更优的控制效果。