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。     

基于小波包和神经网络的行星齿轮箱故障模式识别技术

行星齿轮箱振动信号在各频段的能量分布与其故障类型有关。利用Daubecics小波包将不同故障的振动信号分解到各个频带。BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型。通过实验验证了该方法可以快速、准确地进行故障模式识别,达到良好的预期效果。利用此方法可以有效解决武装直升机武器系统复杂故障现象问题。     

基于灰色关联度的装备故障风险分析

由于各种故障模式的风险水平不同,而传统RCM定量风险分析方法没有考虑各因素间的权重,影响故障风险分析的准确性;在传统FMEA的基础上,通过灰色关联度分析,可实现各故障模式的风险排序,较传统RCM风险分析方法具有更高的精度,并用实例进行验证。     

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。     

基于总线网络结构的无人机故障检测与诊断系统设计

文章在认真研究现行无人机飞行保障需求的基础上,提出了一种基于总线网络结构的无人机故障检测与诊断系统的总体设计方案及软硬件实现方法,研究了故障检测算法和基于人工神经网络专家系统。介绍了组成系统的工控机(主机)、RS485总线网络和飞控机(从机)设计原理。经过模拟验证表明,该系统性能稳定可靠,完全可以满足性能需求。     

SOPC技术在某型导弹故障检测上的应用研究

本文首先阐述了SOPC技术的特点及优势,针对现有某型导弹检测设备在实际应用中存在的不足,提出了SOPC技术在导弹故障检测上的应用前景。考虑到导弹故障检测系统在扩展性、适用范围、检测速度、操作复杂程度等方面的要求,借鉴SOPC技术在其他领域的成功经验,采用软硬件协同设计的方法,设计了导弹检测系统的系统结构,并介绍了该系统的功能及检测过程,用于实现对导弹性能参数的自动化测试和故障诊断。     

某型坦克抢救车作业装置液压系统故障仿真

采用仿真软件对某型坦克抢救车作业装置液压系统进行建模,仿真研究典型故障情况下的液压系统动态特性,从而初步探索了将仿真技术应用于装甲车辆液压系统故障诊断的有效方法。     

极点指标约束下的优化保成本容错控制

讨论了执行器故障下,线性不确定系统圆形极点指标约束下的可靠保成本控制问题.在更实际、更一般的执行器故障模型下,给出了以LMI表达的故障系统极点可配置以及成本函数有上界的充分条件;进一步对执行器故障情况下的成本函数上界进行了优化,这种优化是通过一个LMI组的最小化问题来实现的.仿真实例验证了所得结果的有效性.     

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.