基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

机电液控制系统故障诊断的虚拟样机与概率神经网络混合方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题，提出了一种将虚拟样机与概率神经网络（PNN）相结合的故障诊断混合方法。建立系统的虚拟样机，并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验，获取故障仿真数据。经过特征提取与PNN模式识别训练，形成用于诊断的知识库，从而实现故障诊断。以操舵系统作为研究案例，得到了较高的故障检测和隔离精度和较低的虚警及漏警率，验证了该方法的可行性，为大型复杂机电液控制系统故障诊断提供新的思路。     

基于神经网络的整流罩空调系统传感器故障诊断

针对卫星整流罩空调系统中传感器故障问题,分析了其典型故障模式及影响因素,构建了传感器故障诊断系统模型,提出了利用空调监控系统采集的历史数据建立径向基神经网络估计器的传感器故障诊断方法。将估计器应用于空调系统表冷器控制单元,对传感器的偏置故障和精度下降故障进行了模拟故障仿真应用实验,实验结果表明了该故障诊断方法的有效性和正确性。     

陆军合成旅典型装备保障系统数字孪生模型

陆军合成旅作为陆军新型作战力量,其装备型号多、合成度高,保障问题复杂,对装备“精确保障”的要求越来越高。将数字孪生技术引入装备保障领域,通过对研究对象的分析,廓清研究系统的内涵和外延,掌握系统运行规律。通过构建数字孪生模型框架,从物理维、孪生维、数据维、应用维、连接维5个维度刻画数字孪生模型的结构,明确模型各维度建立的关键技术,探索模型的应用设想,最终构建陆军合成旅典型装备保障系统数字孪生模型,以解决陆军合成旅装备保障面临的复杂问题,为装备“精确保障”目标实现提供方法借鉴。     

基于小波变换与SVM的复杂装备故障诊断研究

针对复杂装备故障信号提取困难、故障诊断精度低的现状,根据小波变换对处理非平稳信号的优越性和支持向量机(SVM)对模式分类的良好性能,提出了一种基于小波变换与SVM的故障诊断模型,并选取配电系统进行故障诊断仿真实验。结果表明该模型能利用少量训练样本完成故障诊断,有效提高装备故障诊断精度。     

基于模型参数辨识的动力调谐陀螺故障诊断方法

提出了基于动调陀螺转子动力学模型参数辨识的陀螺故障诊断方法 ,详细探讨了其中的关键技术 ,并以某型捷联惯导系统中的动调陀螺为对象 ,在实测信号的基础上进行了故障仿真与实际诊断。结果表明该方法能有效地诊断动调陀螺故障 ,具有一定的实际应用价值 ,并为陀螺故障诊断研究提供了新的途径和思路。     

混沌蝙蝠算法UAV网络控制系统故障诊断策略

针对总线条件下具有双通道多包传输的短时变时延无人机(Unmanned Aerial Vehicle,UAV)发动机控制系统,提出一种基于改进蝙蝠优化算法(Bat Algorithm,BA)的发动机故障检测算法,快速变化的延迟被认为是系统不确定性的一种。残差信号的传递函数与噪声和故障信号的传递函数之比用作目标函数。通过改进的Bat算法对其进行优化,以获得最佳的观察增益矩阵,使得该故障观测器系统不仅能够抑制噪声,而且对提升对故障敏感程度。最后将该方法在网络控制系统半物理平台上进行仿真,仿真结果说明所提出的方法能够同时抑制噪声信号和放大故障信号,从而提高了故障诊断的正确率,降低了虚警率。     

虚拟战场电磁环境雷达信号建模方法

针对典型地空反辐射导弹武器仿真系统中虚拟战场电磁环境仿真分系统的实际需求,以典型机载雷达AN/APS-145为例,在对其信号载频、脉宽、重频、脉冲幅度等主要性能参数进行系统分析的基础上,研究了应用于虚拟战场电磁环境仿真系统的雷达信号建模方法,仿真实验验证了该方法的正确性与可实现性。     

虚拟环境下某型迫击炮自动机故障预测仿真分析研究

在对某迫击炮自动机的结构组成和机构动作分析的基础上,应用ADAMS软件建立了该武器自动机的虚拟样机模型,并结合实验数据和理论数据对自动机连发射击仿真结果的对比,验证了虚拟样机的正确性。以虚拟样机为工具,对自动机常见故障的影响因素进行了仿真分析和计算,为该武器的故障预测提供了理论依据和数据支持。     

电气设备虚拟维修训练系统中电路实时仿真方法的研究

针对虚拟维修训练系统中电气控制线路的电路实时仿真方法进行了研究,介绍了电气虚拟维修系统中电路元件阻抗等效方法,通过综合应用节点电压法、网络拓扑结构表示等方法提出一种适用于电气设备虚拟维修系统的电气控制电路实时仿真方法。该方法首先根据模型中各功能部件之间的电网络连接关系构建网络拓扑图,由网络拓扑图生成关联矩阵;然后,根据关联矩阵及模型的参数计算各节点电压或各支路电阻,并采用虚拟万用表测量模型中任意两节点之间电压或电阻;最后,根据测量结果对故障信号进行判断,实现电气设备虚拟维修训练仿真。为了验证该方法,以海水淡化装置电气线路为仿真对象构建了海水淡化装置虚拟维修训练系统,并进行了实时仿真研究,仿真结果表明:该方法能正确有效地模拟海水淡化装置电气线路的运行工况。     

基于EMD、遗传算法及神经网络的柴油机故障诊断

研究了将经验模式分解(Empirical Mode Decom position,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。     

基于主成分分析的储运过程管道堵塞故障检测

针对现代储运过程典型的管道堵塞故障,分析了其对过程监控参数的影响;采用基于主成分分析的故障检测方法,构建了故障检测流程和检测模型;以储运过程典型仿真系统为研究对象,建立了主成分模型;通过模拟不同程度的管道堵塞故障,进行了管道堵塞故障检测的仿真应用研究,获得了管道堵塞故障统计量控制图.实验结果表明了基于主成分分析的故障检测方法的有效性和正确性.     

基于线性混合盲分离模型的电机故障诊断方法

基于定子电流信号的频谱分析方法诊断电机故障,其检测的精度易受到噪声干扰及频率分辨率的限制。为解决这一问题,提出了一种基于线性混合盲分离模型的电机故障诊断方法。该方法采用固定点算法从电机的定子电流信号中分离出故障特征信号,由观测信号估计出混合矩阵,据此计算故障特征信号的幅值,再根据幅值在电机正常和故障状态下的变化实现对电机故障的诊断。以电机转子故障为例进行了实验,结果表明:该方法可实现转子断条故障的可靠诊断,并且在短数据条件下,也能取得较好的诊断效果。     

装甲车辆电源系统整流装置故障诊断方法

针对装甲车辆电源系统整流装置内部二极管的开路和短路故障,提出一种基于快速傅立叶变换(FFT)和Elman神经网络的诊断方法。在主电路结构基础上,通过增加外围测试电路的硬件设计方案,获取两路测试信号;对测试信号进行FFT运算,提取基波频率1次～6次谐波分量所占直流分量百分比为故障特征量,借助Elman神经网络的模式识别功能,实现整流装置故障诊断及模式分类。结合装甲车辆电源系统数学模型,基于仿真结果,构建了整流诊断装置诊断模型,开发了整流装置故障诊断系统,应用结果验证了该方法的有效性。     

脉冲功率电源故障诊断方法研究

脉冲功率电源是电磁发射系统中最容易发生故障的薄弱环节,脉冲功率电源故障会使整个系统性能下降。针对脉冲功率电源故障,提出基于多层小波分析提取故障信息的模式搜索支持向量机故障诊断方法。通过建立脉冲功率电源的软故障模型,进行仿真分析获得电流故障数据样本,对故障样本进行离散小波分解,获得指定层细节信息的小波系数作为故障特征量;对故障特征量进行主成分分析,将小波系数进行降维,以便有效地进行故障诊断。通过实验,将所提方法故障诊断结果与其他三种故障诊断结果进行比较,验证了所提方法的有效性。     

基于ADAMS的某榴弹发射器虚拟样机仿真及其动力学特性分析

用Pro/E建立某自动榴弹发射器的三维实体模型,并通过Mechanism/Pro模块将其导入到多体动力学仿真软件ADAMS中,通过对其各个部件施加约束、运动和力,建立了该发射器的虚拟样机模型.利用该虚拟样机模型,结合实验数据和理论数据对榴弹发射器系统进行了单发和连发射击时仿真结果的对比,证明了虚拟样机的可信性,以虚拟样机为工具,分析了发射器系统射击时的动力学特性,得出了一些有价值的结论.     

基于小波包和支持向量机的舰用发动机故障诊断

舰用发动机是一个复杂的大系统,由于受到海洋恶劣气候的影响,其故障发生的概率大大增加,因此,对舰用发动机故障诊断进行研究具有重大实际意义。以舰用发动机的主泵轴承为例,提出了基于小波包和支持向量机的故障诊断方法。首先采用振动加速度传感器获取轴承的振动信号,然后对采集数据进行多层小波包分解,求各频带信号能量,形成各种故障模式下的特征向量。将形成的故障特征向量训练集输入到支持向量机,通过训练建立诊断分类器,并运用测试数据对建立的诊断分类器进行测试。实验结果表明,该方法可以很好地实现舰用发动机故障诊断效能,具有很好的工程应用前景。     

基于概率神经网络的设备故障诊断及仿真分析

针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性.首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果.仿真表明,基于PNN模型的分类方法在分类速度、精度和泛化能力方面均优于基于BPNN的模型,是一种有效的故障分类方法.     

改进的四陀螺冗余捷联惯组故障诊断与隔离方法

四个陀螺和四个加速度计构成的冗余捷联惯组系统,采用等价空间法——广义似然比法、最优奇偶向量法进行故障诊断与隔离时,会出现不能正确隔离出故障仪表的问题。分析后得出,存在一个余度时,等价空间法只能诊断出故障,而无法隔离故障仪表,这是由等价空间法的原理决定的。小波变换可对信号进行多尺度分析,能够准确地找出信号奇异点——幅值突变和频率突变等。基于以上问题,利用小波变换对突变信号敏感的特性,提出等价空间+小波变换的组合方法,对四陀螺冗余捷联惯组进行故障诊断与隔离。数字仿真试验证明:对于阶跃型故障,该组合方法能诊断故障并能成功进行故障隔离。     

武器装备系统数字孪生技术

介绍了数字孪生技术的起源及概念,分析了数字孪生系统与平行系统/仿真推演系统等区别,针对数字孪生在武器装备系统中的应用,进行了技术框架和应用框架设计,并提出了武器装备系统数字孪生在装备感知、模型构建、系统集成、评估预测、交互控制五大领域的关键技术,给出了武器装备系统数字孪生发展在理论及实践方面的启示,以期对武器装备系统中数字孪生技术的应用提供技术支撑。