单自由度陀螺仪冗余系统的故障检测与识别

以6个单自由度陀螺仪结构为例,讨论单自由度陀螺仪冗余系统的故障检测与隔离.利用六陀螺仪十二面体配置中的对称性,或按4个陀螺仪测量值之间的线性相关性,可列出15个奇偶方程式.通过奇偶方程进行故障检测与识别的线性相关技术,除能提高系统的可靠性外,还能提供重复的测量数据,并借助于数据处理技术减小单个陀螺仪误差的影响.利用最小二乘进行数据处理,可求解角速率最佳估值.     

CZ-2F高可靠内冗余三轴惯性稳定平台系统

介绍了三轴惯性平台系统(8K40-2F)的功能、组成和结构,简要说明了平台系统的工作原理,并着重阐述了为满足载人航天高可靠性的要求所采取的技术改进设计方案及措施.     

陀螺仪冗余系统的方案配置及故障检测与识别

讨论了四目二自由度陀螺仪捷联系统的余度最佳配置方案，提出了利用奇偶方程进行故障检测与识别的线性相关技术，得出了余度技术不仅能提高系统的可靠性，而且还能提供重复测量数据，并能利用最小二乘进行数据处理，求解角速率的最佳估值。     

冗余惯性测量组合的优化配置研究

讨论了冗余惯性测量组合中传感器的配置问题。在对冗余惯性测量组合技术分析的基础上,从系统精度和可靠度等方面对目前较流行的配置方案进行了理论分析,并给出了各自的优缺点和适用范围．对工程应用有重要参考价值。     

同步时序电路中组合冗余故障识别技术

对时序电路的迭代逻辑阵列(ILA)施加组合ATPG(自动测试模式生成),可得到不可测故障识别的定理和条件,其条件针对故障电路给出.基于无故障电路的条件,其验证过程用状态图表示.并用ILA识别不可测故障均为组合冗余故障,而组合冗余故障可用长度为1的ILA实现.故可由此简化不可测故障的识别过程.并通过时序电路中的组合冗余故障识别以验证.     

奇偶矢量RAIM算法的故障检测研究

RAIM作为一种行之有效的卫星故障诊断方法,在GPS完好性监测中发挥着重要作用。文中基于奇偶矢量RAIM算法,根据检验统计量在正常和故障情况下概率密度函数的不同,从概率角度对GPS完好性进行研究分析,主要阐述了误警率、漏检率和检测门限的概念及其之间的关系;并得出了可见卫星数增多时,漏检率不降反升的结果,这是RAIM算法的一个致命缺陷;最后仿真分析了伪距误差对漏警率的影响。     

复杂环境下奇偶矢量RAIM算法的故障检测性能研究

针对复杂环境下卫星导航系统可见卫星数目变化引起系统故障检测性能不稳定的问题,采用奇偶矢量 RAIM算法,综合考虑概率密度分布、漏检率、告警时间、告警成功率及定位误差等因素,对不同可见卫星数条件下的故障检测性能进行分析,通过仿真实验得出结论：随着可见卫星数的增加,系统对故障的敏感程度下降,告警时间变长,告警成功率下降,定位误差相对减小。     

基于神经网络的导弹惯性器件故障预报系统研究

在导弹武器系统当中,及时准确地故障预报对提高导弹的安全性具有极其重要的意义.针对导弹惯性器件故障预报系统的设计要求,考虑到神经网络用于故障预报的优点,在神经网络技术应用于导弹惯性器件的故障预报过程中提出了神经网络的训练算法,把神经网络、预测理论和故障诊断系统有机结合起来建立了一个故障预报系统,利用该系统选取神经网络预测模型对某导弹陀螺随机漂移进行建模和分析,实现了故障预报.实例预测结果证明,给出的神经网络预测模型和训练算法是可行的.     

基于多小波能量谱与SVM的导弹惯性器件故障预报

针对利用时域信号进行故障预报精度低的问题,提出一种基于多小波能量谱与支持向量机(SVM)的故障预报方法.该方法以信号在多小波域上分解形成的能量谱作为故障的诊断特征,通过距离评测准则选取最优多小波能量谱特征子集.最后将最优特征作为样本训练支持向量机.利用训练后的SVM进行故障预报,试验结果表明多小波能量谱能更有效地反映惯性器件故障特征,利用SVM与多小波能量谱结合可以得到更好的预测精度.     

基于虚拟余度的发动机伺服传感器故障检测

为在有限软硬件资源下有效辨识出故障传感器并进行隔离,提出基于虚拟余度的航空发动机伺服传感器故障检测方法.利用改进算法训练的Elman神经网络实现全包线内的高压转速到主燃油的映射,建立主燃油虚拟余度,给出基于虚拟余度的伺服传感器故障检测结构,并对常规检测方法不能辨识的2种失效模式进行仿真验证.结果表明:该方法可有效辨识出传感器失效,结构简单,计算量较小.     

基于小波支撑矢量机非线性组合预测的导弹惯性器件故障预报

组合预测是预测领域的一个重要的研究方向．结合支撑矢量机和小波理论的优点，提出了一种基于小波支撑矢量机的非线性组合预测模型，其预测精度比各种单一预测方法大大提高．将该组合预测模型用于导弹惯性器件故障预报中，仿真结果验证了算法的可行性和有效性。     

一种机载平台/弹载捷联惯导系统余度配置方法

文中介绍了一种以弹载捷联式子惯导为参考的平台/捷联故障检测技术,提出了利用主、子惯导系统中的6路加速度计信号进行余度配置的方案、逻辑及流程,该方案为机载主惯导系统的余度配置提供了一种有效途径.     

捷联式惯导系统陀螺仪冗余配置研究

主要研究了捷联式惯导系统冗余配置陀螺仪的配置数目、配置结构对导航系统可靠性的影响.同时,分析了在确定陀螺仪数目后,通过优化配置结构可使捷联式惯导系统获得最佳的导航性能和最优的故障检测性能,并导出一些相关的结论.最后以四个双自由度陀螺半八面体配置为例说明了结论的正确性.     

捷联惯导系统级余度技术研究

为了防止捷联惯导系统由于长时间工作而导航精度变差，对导航系统之间的互补性进行了研究，介绍了SINS／GPS与SINS／DNS两套综合导航系统方面的内容．通过对系统误差、性能的分析及仿真，给出了组合导航子系统的故障检测与隔离算法．该结果表明，采用组合惯导余度技术在工程实践上确实可以解决捷联惯导系统长时间工作而导航精度变差的问题．     

基于云神经网络的空间推进系统故障检测与诊断

本文提出并研究了用于空间推进系统故障检测与诊断的云神经网络方法,并以某空间推进系统推力器为研究对象进行了验证。仿真结果表明,该方法用于推力器故障检测与诊断是可行的,辨识精度较高,能够实时反映推力器工作状况,并能及时判断。     

基于支持向量机的装备故障诊断研究

支持向量机（SVM）是统计学习理论（SLT）的一种成功实现,它建立在SLT的VC维理论和结构风险最小化原理基础之上,能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷.提出了一种基于支持向量机的装备故障诊断方法,应用该方法成功地对某型装备几种典型故障进行了正确诊断.在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断要求,表明提出的故障诊断算法具有良好的鲁棒性和推广性.