基于双通道传感器的航空发动机在线故障诊断系统研究

对基于双通道传感器的航空发动机在线故障诊断和隔离技术进行了研究;在发动机机载非线性模型的基础上,对发动机的双通道传感器分别设计混合卡尔曼滤波器,利用该滤波器在线估计双通道传感器输出,并结合实际双通道传感器测量值以及发动机机载非线性模型的输出值在线实现传感器故障检测和隔离、部件故障及异常检测确认;利用该技术建立了某型涡扇发动机在线故障诊断系统,通过仿真实例验证了该系统的诊断性能,实验结果表明,本文所建立的在线故障诊断系统能够较好的完成故障诊断与隔离、部件故障及异常检测等功能,为此类系统的工程应用提供了理论依据。     

基于卡尔曼滤波器组的执行机构故障诊断方法

研究航空发动机控制系统中故障多发部件之一的执行机构故障诊断的问题.目前航空发动机控制系统执行机构故障诊断多采用硬件冗余的方法,因而导致设备重量和费用过高的问题,针对此问题,采用模型的解析余度方法,建立航空发动机执行机构的故障模型,利用卡尔曼滤波器组对发动机进行状态参数估计,构造滤波误差加权平方和作为系统残差,结合容错设计原理实现对执行机构故障的检测与隔离.仿真结果表明,改进方法对发动机燃油计量装置和喷口面积可调装置的执行机构故障诊断准确有效,易于工程实现.     

基于混合卡尔曼滤波器组的航空发动机双通道传感器故障检测

基于机载非线性模型与分段线性卡尔曼滤波器混合组成的混合卡尔曼滤波器组,结合双通道传感器的特点,建立了民用航空发动机传感器故障诊断系统;给出故障诊断原理及算法的同时,将该系统应用于民用涡扇发动机传感器常见典型故障进行了仿真;仿真结果表明,诊断系统可以在发动机发生健康蜕化后,通过只简单更新机载模型的蜕化因子,而保持线性卡尔曼滤波器的参数不变,便能准确地检测和隔离各类传感器故障而不发生误报;该更新过程可以在线自动完成,省时省力,易于工程实现。     

一种航空发动机传感器故障诊断方法

为了对航空发动机传感器故障作出准确快速的诊断,在Simulink中设计了基于卡尔曼滤波器的残差检验的故障诊断模块,实现发动机传感器恒偏差、恒增益、卡死故障等硬故障的诊断。针对传统卡尔曼滤波器残差检验法检测缓变故障时存在较大延时的缺点,采用改进卡尔曼滤波器的残差检验法来检测故障,并与传统卡尔曼滤波器法进行比较。仿真结果表明,传统卡尔曼滤波器的残差检验法能有效地诊断航空发动机传感器的几种典型硬故障,但对于缓变故障却不敏感。改进卡尔曼滤波器的残差检验法能在一定程度上加快检测速度,取得较好的效果。     

基于信息融合原理的智能故障诊断模型

针对传统设备故障诊断方法中存在的局限性,文章在对设备智能故障原理和方法初步探索和研究的基础上,提出了基于信息融合原理的智能故障诊断方法。该方法利用多源异质传感器采集设备的各种特征信息,并采用模糊神经网络融合诊断中心作为诊断判决的执行机构,从而实现准确诊断设备故障诊断原因以及对设备运行工况进行态势评估的过程。并且通过对单传感器与多传感器信息融合诊断结果的对比表明多传感器信息融合诊断比单个传感器具有更高的准确性。     

一种双探头纸张定量传感器故障诊断方法研究

介绍了一种双探头纸张定量传感器的原理及性能，给出了基于卡尔曼滤波器的传感器故障诊断算法，将其用于造纸过程纸张量传感器，实现了对传感器探头部分部件故障的探明和隔离，从而使传感器的可靠性得以提高，仿真实验研究结果表明，文中所给出的故障诊断方法及能准确地探明和隔离出传感器连续性和间断性故障。     

无人机控制系统传感器故障诊断的方案与仿真

应用卡尔曼滤波器对传感器进行故障诊断时,由于输入噪声和测量噪声的统计特性是不确定的,因此难以得到其准确的统计特性先验信息,而采用错误的噪声统计特性会产生滤波误差,甚至使滤波发散,因此该文提出了一种基于Sage-Husa时变噪声统计估计器的自适应卡尔曼滤波器算法,在滤波过程中利用噪声统计估计器对未知的统计特性进行在线估计,并对无人机控制系统的传感器故障进行在线诊断,此方法无须增加硬件余度和其他解析余度,易于实现,可靠性好,检测迅速.仿真表明该方法能够检测出系统故障并进行故障定位.     

集员卡尔曼滤波器在电机故障诊断中的应用

本文针对伺服电机提出了一种基于集员卡尔曼滤波器的故障诊断方法并进行了实际应用. 首先, 基于运动学关系和数据驱动技术构建了伺服电机的综合系统动态. 之后, 针对电机的位置–速度模型设计了一个中心对称多面体卡尔曼滤波器来检测位置传感器和速度传感器是否发生故障. 同时, 针对电机的力矩–速度模型设计了一个中心对称多面体卡尔曼滤波器来检测力矩执行器故障和速度传感器故障. 然后, 基于上述的两个中心对称多面体卡尔曼滤波器提出了一种故障隔离律, 可以定位出伺服电机故障部件的位置. 最后, 通过一个实际的伺服电机实验平台对所提出方法进行了应用, 并验证了其可行性与有效性     

造纸过程纸张定量传感器故障诊断方法研究

本文介绍一种作者提出的容错型纸张定量传感器的原理及性能，给出了应用卡尔曼滤波器的传感器故障诊断算法，与容错型纸张定量传感器结合，实现了对传感器部分部件故障的容错，从而提高了传感器的可靠性。仿真实验结果表明，文中所给的故障诊断方法能及时准确探明和隔离出传感器故障。     

基于模型的曲轴位置传感器故障诊断研究

为了对汽车发动机转速传感器作出快速准确的诊断,结合曲轴信号处理原理,在MATLAB/simulink中设计基于卡尔曼滤波器残差检验的OBD诊断模块,实现了曲轴位置传感器无信号、信号错误等故障诊断功能。针对卡尔曼滤波器法无法排除掉非故障性信号输入的缺点,在卡尔曼滤波法基础上加入逻辑诊断,通过条件判断以启动诊断,加入决策逻辑以确定故障状态。验证结果表明,卡尔曼滤波器法能够准确快速识别两种传感器故障,但在非故障性信号时无法准确判断故障。加入诊断逻辑的改进卡尔曼滤波法能够准确排除非故障性输入,保证诊断的准确性。     

基于专用卡尔曼滤波器思想的陀螺故障诊断

本文针对卫星姿态确定系统,提出了一种基于专用卡尔曼滤波器思想的陀螺故障诊断方法.利用卫星姿态运动方程设计了一种加性卡尔曼滤波器,用于生成作为故障征兆信号的残差.结合专用观测器思想和卡尔曼滤波器,提出了利用卡尔曼滤波器组的故障检测与分离律.另外,给出了一种基于3-σ的阈值计算方法,用于设计故障诊断中所用的检测阈值.仿真结果验证了所提出方法的有效性.     

卡尔曼滤波器在传感器软故障诊断中的应用

传感器发生软故障的特征是变化缓慢、不易检测。为克服传感器检测这一缺点设计了一种软故障诊断算法。该算法是在多重故障假设基础上,使用卡尔曼滤波器产生残差,采用加权二乘方（Weighted Sum of Squared Residuals,WSSR）方法对滤波残差进行处理,从而方便快速地检测出传感器的软故障,并实现隔离和重构。仿真实验表明,算法能很好地实现传感器软故障的检测、隔离和重构,不会发生误报和漏报现象。     

信息融合技术在传感器故障诊断中的应用

研究了扭转材料试验机传感器的故障诊断系统,为提高传感器的故障诊断精度,在对诊断方案进行分析、研究、仿真、比较和验证的基础上,结合工程实际的特殊要求和相关经验,确定了最合适的一种--多传感器信息融合故障诊断方案.通过对传感器的故障建立数学模型并进行计算机仿真,仿真结果表明该故障检测方法对于材料试验机的传感器常见的故障均能进行识别和告警,效果令人满意.     

基于卡尔曼滤波器组的多重故障诊断方法研究

针对缺乏有效的用于处理多重(两重及以上)加性故障隔离问题的诊断方法的现状,本文提出了一种新的基于卡尔曼滤波器组的控制系统多重故障的检测与隔离算法.通过构造多个结构不同的卡尔曼滤波器并设计相应的残差,使得每个残差仅对执行机构或传感器某个故障敏感而对其余故障不敏感,最终实现多重故障检测与隔离.除此之外,通过理论推导以及仿真分析,证明了所提出的故障检测与隔离算法的优越性.     

磁强计辅助MEMS惯性器件的新型数据融合算法

为实现载体姿态精确测量,设计了一种新型数据融合算法,用以替代传统的卡尔曼滤波器;首先,研究了陀螺仪、加速度、磁强计的姿态测量方法,通过试验分析测量误差分量,然后根据误差频域的差异性提出一种互补滤波器,并在二阶低通滤波器模型下推导出新型数据融合算法模型,最后,以FPGA为处理单元、MEMS惯性元件和磁罗盘为传感器单元开发一套小型姿态检测系统,进行可行性分析和精度估算;从载体的三维转动试验结果可以看出,新型融合算法测量值和卡尔曼滤波器输出值之差保持在±0.07°以内,并且不需要对传感器噪声特性精确标定;在运算时间方面,互补滤波器仅需360μs,卡尔曼滤波器是它的3倍多,因此新型数据融合算法效率更高。     

航空发动机控制系统多传感器软故障检测研究

一般认为两个以上传感器同时发生故障的概率较小,但实际上不能排除其发生的可能性;提出了一种改进的多重故障假设方法来解决航空发动机控制系统多传感器同时发生软故障的问题,这一方法采用一组卡尔曼滤波器,每个滤波器对应一个被检测传感器的故障模态;采用残差加权二乘方处理滤波残差并与门限值作比较来判断是否发生故障;仿真结果表明,所提出的方法能有效解决多传感器软故障的检测与隔离问题.     

基于故障程度的四旋翼无人机容错控制

针对四旋翼无人机执行机构部分失效故障,采用一组线性二次最优控制器,并且设计了可变因子二阶卡尔曼滤波器在线快速估计状态和检测故障。当故障被检测和诊断出来时,通过可变因子二阶卡尔曼滤波器调节,同时切换到相应的线性二次最优控制器使故障影响变小。最后,在Matlab实验平台上对所提方法的可行性和有效性进行仿真验证验证,结果表明四旋翼无人机执行机构在发生部分失效故障时,输出信号能够快速跟踪轨迹,实现了对执行机构部分失效故障的容错控制。     

多分辨力传感器信息融合中的 故障检测与恢复

首先建立了一个具有故障检测与隔离功能的分散式滤波器结构，讨论了传感器及局部滤波器的故障检测与隔离算法，然后研究了系统重构与故障恢复方法。在此基础上，通过引入小波变换提出了一种多分辨力传感器信息的动态融合方法。     

基于神经网络信息融合的智能故障诊断方法

飞行状态时的飞机舵面故障诊断系统,含有系统和测量噪声及其时变、非线性等特点,采用常规的故障诊断方法很难实现对飞机舵面故障的准确诊断和告警,为了更好的实现对飞机舵面系统的故障诊断,将神经网络信息融合的智能故障诊断方法首次运用到舵面系统故障诊断中.该智能诊断方法应用神经网络的非线性拟合能力扩展舵面相关线位移传感器测量信息,同时采用D-S算法将相关传感器的输出信息进行融合,最后信息融合诊断策略根据这些信息确定出舵面相应的故障类型,从而可以对舵面故障信号进行有效识别和诊断.建立了某机舵面系统故障诊断的数学模型,并利用该模型对提出的智能故障诊断方法进行仿真验证,最后的仿真实验结果表明:该故障诊断结构形式对于舵面常见的故障能够进行识别和告警,诊断效果令人满意.     

基于联邦卡尔曼滤波器的车载GPS/DR信息融合

车栽GPS/DR组合导航系统中,需要把不同特性的传感器信息进行融合,实现系统整体状态的最优估计.设计了GPS/DR信息融合的联邦卡尔曼滤波器,局部滤波器分另q处理GPS和DR传感器信息,主滤波器进行信息融合,并对局部滤波器进行信息分配和重置.克服了单独使用GPS或DR时产生的系统失效、累积误差大等问题.仿真试验结果表明:GPS/DR组合定位比GPS单独定位具有更高的定位精度和客错能力.