液体火箭发动机故障检测和诊断中数据挖掘策略的分析

分析了液体火箭发动机的工作特点,提出了应用数据挖掘方法从数据仓库的角度对液体火箭发动机进行故障检测和诊断的策略。对在液体火箭发动机故障检测和诊断的不同问题中可能应用的数据挖掘方法进行了分析比较。分析表明,聚类、分类、关联、时间序列分析和孤立点检测等数据挖掘方法适用于液体火箭发动机的故障检测和诊断。     

小波分析在电子装备供电设备故障检测中的应用

新型电子装备供电设备封装性能好,可及测点少,故障检测和诊断难度大.在分析供电设备声信号产生机理的基础上,提出了一种利用小波分析理论对声信号进行处理,实现非接触、不解体故障检测与诊断的方法.论证了频带能量分析法和极大值分析法提取故障特征信息的可行性,并给出了故障特征参数算法.实验证明,该方法能有效地检测和诊断故障.     

基于扩展多模型自适应估计的运载火箭伺服机构故障检测与诊断

针对运载火箭伺服机构故障,提出了一种基于扩展多模型自适应估计的故障检测与诊断算法。首先建立了考虑伺服机构故障的运载火箭姿态动力学模型,其次将故障角度作为状态变量得到增广状态空间模型,然后利用扩展卡尔曼滤波器进行状态向量和故障参数的非线性估计,并基于传感器测量数据采用假设检验算法在线计算故障发生的概率,最后给出了基于扩展多模型自适应估计的故障检测与诊断算法流程。该方法的优点是只用一个扩展卡尔曼滤波器就可完成一个伺服机构的故障检测与诊断,从而大幅减小用于伺服机构故障检测与诊断的滤波器数量。仿真结果表明,该方法在无故障时可对伺服机构进行健康监测,在单台伺服机构故障下,可以及时准确判断出哪一台芯级伺服机构发生故障,并可准确估计出伺服机构故障下的发动机摆角角度。     

基于状态空间模型的故障诊断方法

应用现代控制理论,提出了一种基于状态空间模型的故障检测和诊断方法,即通过设计故障检测器来进行系统的故障检测和诊断,并通过实例证明了该方法的有效性和实用性。     

武器装备系统测试性的现代设计方法剖析

目前,随着科学技术的迅猛发展,各国的武器装备无论在进攻能力还是在机动能力都有了长足的发展。武器装备系统的测试性也越来越受到重视。所谓测试性,即检测性与诊断性的统称。它是一种给予武器系统的设计特性。该特性反映了武器系统所具有的有效地进行功能或故障检测与故障诊断的能力,应以最短的检测与诊断时间,获得较高的覆盖率和置信度,使其具有准确、迅速、简便的检测诊断功能,以保证武器系统保持或迅速恢复正常的工作状态。检测与诊断包括:连续检测、故障检测、故障定位及故障辨识等方面。而测试性设计,正是对上述诸方面在其设计方法、…     

基于系统仿真的故障检测与辨识技术研究

本文将系统仿真技术应用于故障检测与诊断(FDD),提出了通过实测信息在线交互减小解决理论轨线偏差的思想,建立了基于系统仿真FDD逻辑结构,针对MIMO系统和线性动态-测量系统构造了具有良好统计性质的故障辨识算法,为故障检测、故障辨识、故障时间的确定和故障模式识别提供了实现的可能性。本文的思想和方法不但可用于CVDS的故障检测与诊断,对大规模复杂系统的故障分析也具有借鉴和参考价值。     

结合动态时间弯曲与决策树方法的液体火箭发动机故障诊断

对某大型液体火箭发动机的热试车数据及通过发动机模型仿真得到的故障数据进行动态时间弯曲分析,得到弯曲路径集,然后结合决策树方法进行了故障检测和诊断。对于故障试车没有出现漏报警和误报警,对于正常试车没有出现误报警。通过与神经网络、支持向量机等方法所得结果的对比,证明该方法可以成功地应用于火箭发动机的故障检测和诊断。     

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。     

MCS-51系列单片机故障自诊断研究

本文研究在不加任何辅助硬件的情况下,对MCS-51系列单片机进行故障自诊断的方法,并给出了一个优化设计的8031单片机自诊断程序,文中所述的检测方法对其它系列单片机也有普遍意义。     

涡轮泵状态监控及传感器故障识别的新异类检测方法

为了在故障样本稀缺、故障模式不完备的情况下监控涡轮泵状态,并剔除传感器失效故障造成的虚警,提出用于涡轮泵状态监控及传感器故障识别的单类支持向量机新异类检测方法。该方法以正常状态为目标类构建单类支持向量机检测器,用于检测涡轮泵是否出现异常;以传感器故障为目标类构建单类支持向量机检测器,用于判断检测到的异常是否属于传感器故障。对涡轮泵试车数据的分析结果表明了该方法的有效性。     

基于改进多模滤波算法的控制系统故障诊断

应用分层多模自适应滤波算法对控制系统的故障进行诊断时,只能识别出故障的类型,如识别出是传感器还是执行器发生故障,并不能判定出故障的大小.提出一种改进分层多模自适应滤波算法,应用此算法可使分层多模自适应滤波算法不仅可以检测出控制系统的故障类型,而且能够确定发生故障的执行器局部故障程度.将此算法应用于某无人机控制系统的故障诊断,仿真结果验证了该方法的有效性.     

基于支路屏蔽思想的模拟电路故障字典的自动建立方法

通过分析传统的故障字典法存在的问题,提出了一种完全不同于传统方法的新的故障字典法。该方法依据支路屏蔽的思想,通过逐一屏蔽电路的各支路,建立起能诊断软、硬两类故障的故障字典。详细阐述了该字典的自动建立方法和原理,并通过诊断例子,证明了该方法的有效性。     

基于一元线性回归分析的舵机故障诊断算法

针对舵机的卡死、松浮和输出偏差等故障采用基于模型的方法检测.故障诊断分两步进行,首先采用等价空间法来检测是否发生故障,在检测到故障的基础上引入一元线性回归分析对故障的性质和程度进行估计,并给出了根据舵机输入输出特性选取估计参数的方法.仿真结果表明,所采用故障诊断算法的实时性、准确性较好,具有一定的工程实用价值.     

基于神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于神经网络集成的传感器故障诊断方法。该方法将传感器输出看做时间序列,通过加噪声生成抖动数据,建立多组神经网络,以获得神经网络集成预测器输出。通过将预测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线诊断。应用结果表明该方法可以提高神经网络的运算精度,从而快速准确地检测和分离传感器故障,辨识传感器故障类型以及故障发生的时间。     

软件的单故障模型及故障的测试方法

研究表明,软件中残留的故障一般都是难以测试,这些故障往往都是局部的、检测概率比较“小”的故障,也就是说,和正确的软件相比,这些故障的表现往往只是一个或几个符号发生错误,现提出的软件单故障模型正是基于这个原理。测试方法是以面向故障为基础,将故障的检测分为3个部分:故障语句的执行,故障的激活和故障的传播。为加速测试用例的生成,也同时提出了软件的故障模拟方法。最后,给出了部分实验结果。     

基于多级RBF神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题，提出了一种基于多级RBF神经网络集成的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息，建立多级神经网络集成观测器模型。将输出与传感器实际输出相比较获取残差序列，获得基于残差序列的传感器偏置故障和漂移故障的辨识策略，实现控制系统传感器故障在线诊断。将三容水箱液位控制系统作为仿真对象，仿真结果表明该方法不仅可以提高单一神经网络的运算精度，而且采用RBF神经网络集成方式还要优于其他集成方式，可以快速准确地检测和分离传感器故障，辨识传感器故障类型、故障大小以及故障发生的时间。     

基于系统构型替换的固冲发动机故障模式半实物仿真

为全面快速验证冲压发动机的故障检测算法，基于构型替换建立了能模拟多种固冲发动机故障的仿真验证平台。基于此平台，搭建了发动机点火故障模型、压强传感器故障模型、设备接口模型，以及与真实控制器中检测算法具有相同外部接口和系统构型的故障检测算法模型等。通过系统构型的切换，将同一个故障模式注入故障检测算法模型和真实发动机系统，并通过对比同一组故障模式下故障检测模型检测结果与发动机控制系统检测结果，来对发动机控制器中的故障检测算法进行快速验证。以无喷管助推器点火的检测为例，讲述了该方法的建模、实验验证及分析过程，此外，该方法还能应用到无喷管助推器关机、进气道前后堵盖打开、燃气发生器点火、燃气流量容错控制等多个故障模式的仿真模拟与验证，具有很强的通用性，能大大地降低控制系统开发与验证的时间成本，具有很强的应用价值。