故障结构分解的航空发动机执行机构估计

作为航空发动机控制系统的易损部件,执行机构的故障估计目前尚缺少有效方法。采用故障结构分解的方法,通过重构输出变量来分离出输出变量中与故障无关的部分,并由此得出故障与状态量、输出量之间的关系;将故障信号与原有的状态变量合并为新的状态变量得到系统的增广模型;最后对该增广模型设计全维观测器实现故障估计和状态估计。仿真结果证明了该方法的有效性。     

加权振动烈度在齿轮箱状态监测中的应用研究

针对齿轮箱运行过程中状态监测的性能特征参量及其评价标准的确定问题,研究以齿轮箱振动烈度为性能特征参量,依照国标GB6075—1985来判定齿轮箱运行状态,提出在特征频率处计算振动烈度,即加权振动烈度,以此作为监测量来判定齿轮箱性能状态,并可以对故障进行初步定位。     

基于自适应原理诊断传感器偏差故障的方法

在控制系统中 ,传感器是容易发生故障的部件 ,研究传感器故障诊断问题具有重要意义。介绍了一种基于自适应原理的传感器偏差故障诊断方法 ,首先将传感器偏差故障表示为系统状态 ,然后应用自适应原理估计出传感器偏差故障。仿真表明 ,用这种方法诊断传感器偏差故障是可行的。     

基于SVM的控制棒驱动机构滚轮状态评估方法

针对控制棒驱动机构滚轮振动信号非平稳、小样本的特性,提出了一种基于支持向量机的滚轮状态评估方法。该方法首先对信号进行小波降噪,再将降噪后的信号分解为若干乘积函数分量之和,选取包含主要故障信息的分量进一步分析,从这些分量中提取几种特征参数作为支持向量机的输入参数,建立了滚轮故障识别模型。通过对滚轮正常状态、故障状态的分析证明,该方法可以准确、有效地对滚轮的工作状态进行分类。     

模式识别方法诊断机械故障实验分析

本文用统计模式识别方法进行了减速机故障诊断试验,选择振动信号幅值概率分布的前几阶矩作为特征向量来进行状态信息凝聚,实验中,将设备的状态分为正常和故障两种状态,应用模式识别方法进行状态分类,实验数据分析的结果表明,实验方法是有效的。     

基于星间链路GNSS自主完好性加权算法

全球卫星导航系统在自主导航工作模式下,传统的地面支持完好性系统无法满足用户的完好性要求。因此提出一种基于星间链路的全球卫星导航系统(GNSS)自主完好性加权算法,通过改进稳健估计理论中的M-估计对星间链路测距加权的计算方法,降低故障卫星星间测距值的影响,以保持星座自主时间同步和精密定轨处理的连续、稳定与精度。仿真结果表明,在一颗及两颗故障卫星情况下,基于星间链路的GNSS自主完好性加权算法,可以有效地消除故障卫星对自主导航精密定轨的影响,星座具有与无故障时相当的自主定轨精度。     

基于神经网络的组合导航系统故障检测方法

将状态X2 检验(SCST)和Fuzzy ARTMAP神经网络方法相结合作为INS/GPS组合导航系统的故障检测新方法,该方法通过实时监测组合导航系统的状态分量,提取出故障的特征值,再对故障的特征值模糊化后作为Fuzzy ARTMAP神经网络的输入来实时确定故障的类别.Fuzzy ARTMAP神经网络采用离线有导师训练方法,利用已知的故障类型对神经网络进行离线训练,在应用中可以快速识别这些常见故障.针对在应用中发现新的不常见的故障类型,神经网络通过先识别,再学习,再训练的步骤完善其本身性能.通过对仿真试验结果的分析验证了该方法的可行性.     

线性系统的鲁棒容错控制设计方法

考虑了线性故障系统的鲁棒容错控制问题。利用状态反馈特征结构配置参数化结果,提出了一种鲁棒容错控制设计方法。该方法将故障系统的鲁棒容错控制问题转化为含有约束的最小化问题。数值算例及其仿真结果验证了所设计方法的简单性和有效性。     

基于云重心评估法的装备健康状态评估

装备健康状态评估作为健康管理的重要组成部分,是实施状态维修的关键环节。针对装备健康状态信息的随机性和模糊性。对状态指标体系进行了定性和定量的组合。将装备健康状态划分为5个等级,建立了基于云重心评估法的装备健康状态评估模型,采用加权偏离度来衡量装备的健康状态,构成了定性和定量评价间的相互映射。通过应用,验证了该方法的可行性。     

适用于海底观测网络的恒流远供系统可靠性分析方法

以水下单元的短路/开路故障模式为基础,提出一种分析缆系海底观测网络恒流远供系统可靠性的方法。根据系统供电和结构特性,将系统分成不同的供电链路和链路段。详细研究处于不同位置的各种水下单元发生故障时,对链路和观测设备的供电状态的影响。归纳导致系统和各链路无法正常导通、观测设备无法得到供电的状态情况,分析不同故障状态发生的概率,进而得出求解系统、供电链路与供电设备的供电可靠度的方法。通过算例分析,进一步梳理了3种供电可靠性的共性规律,说明在设计和建设恒流远供系统时,应综合考量这3种供电可靠性。     

粗糙神经网络的航空电子系统故障诊断方法

提出了一种基于粗糙神经网络的航空电子系统故障诊断方法.该方法运用粗糙集理论进行知识规则的提取,用提取的规则对航空电子系统输出数据进行分类,再用神经网络对每一类进行辨识,最后用粗糙集分类结果与各个神经网络输出进行综合得到系统一步预测结果,将该预测结果与航空电子系统实际输出进行阀值比较,进而进行故障诊断.实际应用表明该方法可行并能够有效地检测系统故障,故障诊断率高.     

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。     

利用状态机检测JAVA空指针引用故障

介绍了一种在控制流的基础上利用故障状态机对JAVA空指针故障进行检测的方法。该方法利用变量区间来表示状态的前提条件,对程序中不可达路径进行处理,从而达到减少误报的目的。     

干扰解耦的鲁棒性

本文基于系统的状态空间模型,对于利用动态输出反馈,完成干扰解耦的情形,给出了鲁棒干扰解耦的条件。     

基于馈电信息的故障诊断技术研究

综合运用馈电信息基本理论,提出了一个基于馈电信息的故障诊断技术.该技术通过对馈电信息的比较、分析,从而实现对工作状态的监测和故障的检测;通过检测、分析馈电相关的频谱或相关的模式,实现状态分析和故障定位,完成对电子装备的故障诊断.     

小波包变换和支持向量机模拟电路故障诊断方法

为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.     

针对S盒的ARIA-128差分故障分析

针对ARIA-128分组密码进行差分故障分析,并将差分故障分析简化为求解S盒输入与输出差分问题,同时进行仿真实验。实验结果表明：ARIA-128分组密码易遭受差分故障分析攻击,8次故障注入可恢复1轮扩展轮密钥,32次故障注入即可恢复主密钥。该方法也适用于其他SPN结构的分组密码算法。     

故障诊断技术方法综述及展望

机械的控制系统发生故障对整个机械设备发生故障有很大影响,而且控制系统中应用的故障诊断方法与机械设备状态监测所应用的故障诊断方法相类似。因此,作者对故障诊断技术目前的状况进行了分析和总结,重点讨论了故障诊断技术在上述两个方面应用的主要方法,并加以比较,提出了在这一领域中值得进一步研究的一些问题和将来的发展方向。     

信号稀疏分解理论在轴承故障检测中的应用

将信号稀疏分解理论引入到轴承故障检测问题中,提出新的轴承故障检测方法。通过字典学习的方式可有效实现轴承正常状态振动信号稀疏表示的超完备字典。利用该字典只适用于轴承正常状态信号稀疏分解的特点,将待分析信号在该字典上展开,通过比较信号稀疏表示误差与所设定阈值的关系来判断轴承对应的状态,从而实现轴承的故障检测。实验结果表明:当误差阈值设置合理时,该方法可有效地判断出轴承是否发生故障。     

一种面向故障的软件测试新方法

面向故障的软件测试方法是今后软件测试技术研究的主要内容.和传统的面向整个软件的测试方法相比,面向故障的测试方法对故障的检测针对性更强,特别是对传统测试方法难以检测的故障如存储器泄露故障、数组越界故障、空指针引用故障等的检测是非常有效的.从方法学上讲,面向故障的测试方法标志着一个测试理论的成熟,在测试方法学中具有里程碑的意义.面向故障测试方法有2个问题需要解决:①软件的故障模型,②面向该模型的自动测试方法,此文重点论述软件的故障模型问题.