航空发动机FADEC系统软件故障分析

航空发动机的全权限数字电子控制(FADEC)系统具有体积小、重量轻,其控制软件易于编写和修改,并可以实现复杂的控制规律和许多现代控制算法等特点。软件的可靠性是系统可靠性的重要组成部分。本文研究了航空发动机FADEC系统中软件故障问题,并对软件故障问题的分类及其性质进行了研究和分析,为以后的软件可靠性设计做了较好的准备性工作。     

航空发动机FADEC系统双机时钟级同步技术研究

随首航空发动机控制技术的发展,全权限数字电子控制（FADEC）系统的可靠性设计变得越来越重要;在FADEC系统中,同步设计对于提高航空发动机全权限数字式电子控制器的可靠性具有重要的意义;为了解决如何在FADEC系统中实现双机时钟缓同步设计,简要的分析了应注意的问题;随限介绍了设计中采取软硬件相结合来同步两计算机实时时钟的基本方法,在实践中证明了该方法是行之有效的。     

FADEC系统软件非相似技术容错结构设计

随着航空发动机控制技术的发展,全权限数字电子控制（FADEC）系统的可靠性设计变得越来越重要;面对目前国内关于航空发动机高可靠性FADEC软件系统研究工作相对滞后的现状,针对硬件层基于相似余度技术,软件层基于非相似余度技术构成高可靠性FADEC系统的相关软件技术进行了研究;在提出FADEC系统软件非相似技术容错结构设计方案后,论文就此容错结构设计方案中的主要技术问题进行了研究。     

航空发动机喷口分油活门位移传感器容错控制研究

分析了出现喷口分油活门位移传感器故障时,通过开环设置电液伺服阀电流控制喷口面积存在的问题,在此基础上提出了一种容错控制方法,根据喷口面积期望值与实际测量值之间的误差闭环运算喷口控制电液伺服阀电流。通过全数字仿真和半物理模拟试验对该容错控制方法进行了验证,结果表明,该容错控制方法能够保证全权限数字电子控制系统稳定工作,并具有较好的稳态和动态性能,且实施方便,对提高航空发动机全权限数字电子控制系统的工作可靠性具有重要作用。     

航空发动机FADEC系统软件浮点数计算精度分析

航空发动机FADEC系统控制软件的计算精度和运行效率是一对不可缺少的特性.为提高航空发动机FADEC系统控制软件的浮点计算的计算精度和运行效率,从IEEE 754浮点数格式、浮点数的表示形式、浮点数四则运算的精度方面展开分析,并结合FADEC系统控制软件项目实际应用案例的数据结果,验证了精度分析结果的正确性,并以此为基础针对FADEC系统控制软件的浮点算法设计提出了设计准则,有助于提高控制软件的可靠性和安全性,可推广至其他行业的控制领域应用.     

航空发动机故障监控系统的设计与软件实现

基于航空发动机监控理论及故障诊断技术概念,以LabWindows/CVI为开发平台,运用C语言结合Matlab混合编程,设计开发出航空发动机监控系统及其振动故障信号的分析处理软件.该软件包括几个大的模块,界面友好,操作简便,简洁直观.为发动机状态监控和故障分析提供了一个有效的工具.     

航空发动机容错控制系统设计

航空发动机是一个结构复杂、非线性强的多变量控制对象.控制系统的高可靠性是最重要的技术指标之一.而容错控制为提高系统的可靠性、可维护性和有效性开辟了一条新途径.文中介绍了基于航空发动机容错控制的基本原理和方法,研究了控制系统在反馈信号故障情况下的容错控制问题,该系统可以对失效的检测数据做出实时估计并反馈信号,从而达到对故障容错的目的.     

航空发动机故障信息管理系统的设计与实现

作为飞机上的核心部件，发动机因其结构复杂、工作条件严格、工作环境多变、易发生故障而失效，而由于其重要性，一旦造成事故就损失巨大。因此，进行发动机的可靠性管理研究是非常重要的。在分析了发动机可靠性管理研究需求的基础上，开发了基于ACCESS数据库的发动机故障信息管理系统，应用在某型发动机的可靠性研究中，取得了较好效果。     

基于神经网络自适应控制技术的发动机仿真

利用神经网络自适应控制技术,以某型涡扇发动机为被控对象,通过含实物实时仿真实验,验证了控制算法具有良好的实时性,而且具有一定的鲁棒性,是一种良好的发动机多变量控制系统。     

基于神经网络自适应控制技术的发动机仿真

利用神经网络自适应控制技术,以某型涡扇发动机为被控对象,通过含实物实时仿真实验,验证了控制算法具有良好的实时性,而且具有一定的鲁棒性,是一种良好的发动机多变量控制系统.     

飞机发动机故障的多参数预测模型

飞机发动机故障往往表现出一种故障表征出多种特征信号,同一特征信号还可能反映了不同的故障的特点,而传统的基于灰色理论的飞机发动机故障预测由于只考虑表征发动机故障的一个特征参数或单独考虑几个特征参数,使得预测的准确性不能满足实际工程需要。针对某型发动机故障,借鉴灰色预测建模和信息融合的思想,提出了基于多故障特征参数的发动机故障预测模型,使得多个相关特征参数时间序列不仅可以为各自的预测提供相关信息,也可为其他序列预测提供必要的信息,增加了预测的准确性。仿真验证结果表明,该预测模型具有较高的预测准确性,是一个有效的预测模型。     

A PIN-based dynamic software fault injection system

Fault injection plays a critical role in the verification of fault-tolerant mechanism, software testing and dependability benchmarking for computer systems. In this paper, according to the characteristics of software faults, we propose a new fault injection design pattern based on the PIN framework provided by Intel Company, and develop a PIN-based dynamic software fault injection system （PDSFIS）. Faults can be injected by PDSF1S without the source code of target applications under assessment, nor does the injection process involve interruption or software traps. Experimental assessment results of an Apache web server obtained by the dependability benchmarking are presented to demonstrate the potentials of PDSFIS.     

A system architecture for fault tolerance in concurrent software

A system architecture called the recovery metaprogram (RMP) is proposed. It separates the application from the recovery software, giving programmers a single environment that lets them use the most appropriate fault-tolerance scheme. To simplify the presentation of the RMP approach, it is assumed that the fault model is limited to faults originating in the application software, and that the hardware and kernel layers can mask their own faults from the RMP. Also, relationships between backward and forward error recovery are not considered. Some RMP examples are given, and a particular RMP implementation is described     

基于BP网络的航空发动机传感器硬故障检测

研究了航空发动机传感器的故障类型.针对传感器硬故障本身的特点,使用神经网络训练并建立发动机传感器模型,依据建立的模型线计算出传感器正常运行时上下阈值,最后将计算出来的阈值嵌入到工控机中,进行航空发动机传感器在线实时硬故障检测的仿真模拟.整个算法软件采用C++语言编写,占用资源少、运行速度快、精度高、实时性强,根据仿真图形分析,该算法软件能够准确地监测航空发动机传感器的故障.     

SCP软件故障诊断模型研究

现有网络对于智能网中SCP软件可靠性的要求越来越高,其故障诊断成为智能网领域一个重要的研究课题,建立一种合适的诊断模型尤为重要.基于以上背景,SCP软件故障的特点被着重分析,包括症状的呈现方式、故障原因分析、故障症状和故障原因的相关性分析等,提出了一种基于信度网的SCP软件故障诊断模型,并对于该模型的结构进行了规则定义与结构设计,定义了节点、边、矩阵和层次,明确了其学习规则.该模型目前已经应用于现有SCP软件的故障诊断并且在不断地完善中.     

RVM在航空发动机故障诊断中的应用研究

针对支持向量机算法存在的不足,研究了一种基于稀疏贝叶斯框架的机器学习方法——相关向量机在航空发动机故障检测中的应用。排气温度是进行发动机监控与故障诊断的重要依据,应用相关向量机对其进行预测。通过仿真实验,证明了相关向量机方法在样本数据较少的情况下只产生了很少的相关向量,并且能够及时准确地预测出发动机排气温度;同时可以使用真实值与预测值的相对误差作为系统是否发生故障的判断依据。     

基于卷积自编码神经网络的航空发动机轴承故障诊断方法研究

航空发动机轴承早期故障多是由于裂纹、疲劳剥落和保持架损坏造成的,这类型的故障在发动机振动信号中均会产生瞬时的冲击;但是,在早期故障中,振动信号由于夹杂过多部件耦合激励,缺陷冲击信号很难辨识,早期故障诊断十分困难;采用了基于卷积自编码网络的航空发动机轴承早期冲击故障特征提取方法,通过分析信号中冲击成分的周期性,利用卷积自编码网络的平移不变学习特性,自动捕获信号中的周期成分,将信号分解为由卷积核重构的多个特征分量,实现信号特征分量的自学习,考虑到峭度指标对信号冲击成分描述的特点,使用峭度指标作为最优特征分量的选取指标,进而实现早期冲击故障特征的提取;最后利用仿真数据和轴承数据验证了该方法的有效性.     

火电厂静电除尘器故障诊断专家系统软件开发

本文开发的专家系统软件针对火电厂静电除尘器的实际对象，采用启发式推理规则，结合基于模型的智能诊断方法，利用Arnzi Prolog设计推理机，用以诊断静电除尘器的设备状态。该系统以VisualC 软件开发平台，采用以模糊数作为不确定性推理的不确定性因子的设计方案，为火电厂辅机优化运行提供了一种实用的数据采集、处理和分析的方法和工具。