基于RBF神经网络和定性趋势分析的传感器故障诊断

针对传感器偏置故障及漂移故障,提出了一种基于RBF神经网络和定性趋势分析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RBF神经网络预测器,通过将RBF神经网络的预测输出值与传感器实际输出相比较获取残差序列,根据残差首先判断传感器是否发生故障,然后用定性趋势分析方法获得传感器偏置故障和漂移故障的辨识...     

层次分析在故障诊断中的应用

首先在对当前复杂装备故障传播特点进行分析的基础上,参考层次分析理论.对于层次分析在故障诊断中应用的有效性进行了阐述.最后,结合工程实践,对于装备层次诊断模型的建立,提出了将装备功能结构层次模型与故障层次模型进行相关建立的方法,并给出了诊断推理过程的基本搜索策略,对于提高复杂装备的故障诊断效率具有一定的工程应用价值.     

面向武器装备综合诊断的IETM结构技术研究

通过对IETM技术发展和应用前景的分析,对该项技术在武器装备维修领域应用的价值和效果进行了评价。给出了综合诊断的定义,并按照诊断要素综合和诊断信息融合的思想,探讨了IETM,PMA,ATE技术结合应用的综合诊断模式,提出了2种适应武器装备综合诊断和诊断信息融合要求的IETM结构框架。最后,指出了发展以网络为中心的交互式电子信息化维修技术的重要意义。     

基于D-S证据理论和AHP的故障诊断方法研究

提出了一种基于D-S证据理论和AHP的故障诊断方法,给出了基于AHP法的基本概率分配构造方法.最后,结合故障诊断实例,详细阐述了该诊断方法的应用过程,在对多个传感器提供的证据进行合成后,诊断结论的可信度明显提高,不确定性明显降低,证明该诊断方法合理有效.     

Recent advances in catalytic combustion of AP-based composite solid propellants

Composite solid propellants (CSPs) have widely been used as main energy source for propelling the rockets in both space and military applications. Internal ballistic parameters of rockets like characteristic exhaust velocity, specific impulse, thrust, burning rate etc., are measured to assess and control the performance of rocket motors. The burn rate of solid propellants has been considered as most vital parameter for design of solid rocket motors to meet specific mission requirements. The burning rate of solid propellants can be tailored by using different constituents, extent of oxidizer loading and its particle size and more commonly by incorporating suitable combustion catalysts. Various metal oxides (MOs), complexes, metal powders and metal alloys have shown positive catalytic behaviour during the com-bustion of CSPs. These are usually solid-state catalysts that play multiple roles in combustion of CSPs such as reduction in activation energy, enhancement of rate of reaction, modification of sequences in reaction-phase, influence on condensed-phase combustion and participation in combustion process in gas-phase reactions. The application of nanoscale catalysts in CSPs has increased considerably in recent past due to their superior catalytic properties as compared to their bulk-sized counterparts. A large surface-to-volume ratio and quantum size effect of nanocatalysts are considered to be plausible reasons for improving the combustion characteristics of propellants. Several efforts have been made to produce nanoscale combustion catalysts for advanced propellant formulations to improve their energetics. The work done so far is largely scattered. In this review, an effort has been made to introduce various combustion catalysts having at least a metallic entity. Recent developments of nanoscale combustion catalysts with their specific merits are discussed. The combustion chemistry of a typical CSP is briefly discussed for providing a better understanding on role of combustion catalysts in burning rate enhancement. Available information on different types of combustion nanocatalysts is also presented with critical comments.     

模糊理论在导弹系统故障诊断中的应用

任何系统的故障都有一定的模糊性,因此模糊理论在故障诊断中有着广泛的应用.模糊故障诊断有利于提高系统的故障诊断的水平,本文以模糊理论知识为基础,建立了系统的模糊故障诊断模型,并应用于某型号导弹武器系统的故障诊断中,结果证明该模型的有效性和合理性.     

惯性导航系统故障诊断的不确定性问题研究

针对构造惯性导航系统 ( INS)故障诊断所面临的确定性和不确定性问题 ,提出了基于模糊集理论的诊断方法 ,并给出诊断系统自动获取不确定性证据和确定性证据隶属度的方法及函数 .认为对于确定性证据和不确定性证据可以用统一的方法和原则来处理 ,并建立了两类证据的实用数学模型     

液体火箭发动机故障诊断的命题逻辑方法

为对液体火箭发动机诊断知识的表达和组织提供一种简洁有效和易于处理的方式 ,通过以命题逻辑公式和子句的形式对系统观测信息和定性特征加以描述建立定性诊断模型 ,同时诊断问题基于归结原理和假言推理规则的演绎推理方法求解。基于试车数据的诊断结果表明方法具有较强的诊断能力。     

DPCA和GRNN在燃气轮机故障诊断的方法

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压转子转速、燃油油量、燃油耗量等参数原始数据,对其进行预处理,并采用DPCA方法对其进行动态主元分析,提取其不同健康状态的主元,构建特征向量,采用特征向量构建GRNN神经网络故障诊断模型,并通过测试数据对该方法的有效性进行试验验证。为表明该方法的有效性,采用了基于GRNN和基于DPCA-RBF的方法对喷口加力调节器不同健康状态进行了诊断技术研究,并对不同方法所得到的诊断结果进行了对比分析。结果表明,采用DPCA和GRNN相结合的故障诊断方法能有效识别出喷口加力调节器不同的健康状态,具有很好的实际应用价值。     

某型武装直升机武器系统故障诊断研究

战时快速准确地查找故障部件和制定排故方案是实施战场抢修的前提和基础。目前武装直升机武器系统结构组成日趋复杂,功能模块高度集成,仅凭人工经验进行维护难度较大。为了提高故障诊断效率,采用故障树分析与专家经验相结合的方法,建立了某型武装直升机武器系统故障模型,设计了一种快速故障诊断与辅助决策系统,有效减少了维修保障人员故障排除时间,提升了故障处置效率与准确度,具有重要的实际应用价值。