飞机实时监控数据挖掘方法研究

通过数据挖掘技术分析与飞机运行和维护相关的数据资源来研究一套能及时察觉、分类并预报故障的飞机实时监控系统（Aircraft Real-Time Monitoring ＆ Troubleshooting System,AMTS）,使其能够在优化飞机关键部件寿命的同时减少飞机运行和维护的费用.分析着手于历史维护经验库,结合飞机维护技术文档和相关数据挖掘算法,介绍了构建该系统的原理和方法,并初步实现利用飞机实时故障报文对飞行状态进行实时监控及故障诊断.     

基于油量区间估计的飞机左右机翼油箱输油不平衡故障诊断

对于机翼油箱载油量较多的飞机,左右机翼输油不平衡故障将会影响飞机操纵甚至飞行安全.针对地勤人员在飞机维护时普遍缺乏机翼输油不平衡故障诊断手段的问题,研究了一种基于油量区间估计的故障诊断方法.利用已有飞行数据得到左右机翼油量间的回归方程,求得机翼油量个别值的估计区间,修正后作为机翼油量的正常分布区间和故障检测方法,通过设置合理的故障判断条件,实现左右机翼油箱输油不平衡故障的有效诊断.实例验证结果表明:该方法可以准确检测出飞机机翼输油不平衡故障,降低再次飞行时故障发生率;同时该方法易实现,无需增加软硬件,可在地勤人员间快速推广使用,具有一定的应用前景.     

基于模糊理论的飞机液压油泵车故障诊断专家系统构建

飞机液压油泵车结构复杂,故障发生率很高,现有的故障诊断方法较单一落后,检测精度低.在飞机液压油泵车的故障诊断中,将模糊数学理论与专家系统诊断方法相结合,提出了飞机液压油泵车故障诊断模糊专家系统,该系统依据知识库及综合数据库,在推理机制中采用正向推理,能快速准确找出故障原因,较大地提高了飞机液压油泵车故障诊断效率和精度.     

基于SDAE-PSOSVM的航空变压整流器故障诊断方法研究

针对不同故障模式下航空变压整流器二极管故障特征相似程度高导致不易区分的问题,提出一种基于堆叠降噪自动编码器（stacked denoising auto encoder,SDAE）与粒子群优化支持向量机（partical swarm optimization support vector machine,PSOSVM）相结合的故障诊断方法.首先搭建航空变压整流器仿真模型,通过对不同故障模式进行仿真,获取故障数据;然后运用SDAE方法对高维故障信号进行故障特征提取,建立故障特征集;最后采用PSOSVM方法进行故障诊断,并且与常用的故障诊断方法进行对比分析.诊断结果表明SDAE-PSOSVM故障诊断方法准确性达到96%,可以对高维故障数据信号进行特征提取,提高不同故障模式之间的区分度.      

基于互相关函数的滚动轴承故障诊断方法研究

随着互相关系数结合共振解调方法广泛应用于滚动轴承故障诊断领域,这类方法逐步暴露出一些问题,如互相关系数方法需要借助其它算法降噪、互相关系数作为一个指标需要人为设置阈值等,这些缺陷导致该方法在很多状况下对轴承故障特征提取的效果并不理想.因此,本文提出了基于互相关函数的自适应共振解调方法,利用互相关函数降噪和突出同频信号的特性不仅可以摆脱对人为因素的依赖,而且可以进一步削弱所选共振带内部噪声,从而使故障特征频率更加明显.通过对这一新方法的精度测试与鲁棒性测试,表明了该方法不仅能够提高噪声干扰条件下的轴承故障诊断精度,而且对带通滤波器失效与任意一路信号源自身突发性故障具有良好的自适应能力.     

飞机燃油故障诊断专家系统方法研究

对于飞机燃油系统故障诊断问题,提出了一种利用CLIPS工具建立专家系统进行飞机燃油系统故障诊断的方法。通过构建专家系统知识库和推理机,同时利用CB工具建立了相应的软件环境,开发了飞机燃油故障诊断系统。仿真结果表明,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出燃油系统的故障,并能提出有效的重构方案,完全适合于飞机燃油系统的故障诊断。     

基于虚拟仪器的甚高频通信系统接收电路故障诊断技术的研究

甚高频通信系统是目前在飞机上应用最为广泛也是最为重要的无线电通信设备。对于其中的接收电路而言只要电路中相关电子元件出了故障就可能导致接收机的接收灵敏度变差、有杂音、无声等故障现象,影响飞机的正常通信,严重时可能导致飞行事故。因此,迅速地诊断出相应的故障元件就成了关键的任务。在总结前人成果的基础上,本文提出了以虚拟仪器为平台,使用神经网络算法设计出故障诊断系统来对接收电路故障元件进行诊断并最终达到了经济性、快速性和可靠性的效果。     

基于模型和故障树的飞机故障诊断方法研究

随着科技的进步,航空工业迅速发展,大量高科技机载设备的使用大大增强了飞机的性能,但同时也增加了系统的复杂性和设备之间的耦合度,进一步增加了飞机系统故障诊断的难度。单一的故障诊断方法由于其局限性,很难满足复杂装备的诊断需求,因此,不同故障诊断方法相互融合的综合故障诊断技术成为航空领域研究的热点。本文针对飞机外场排故的实际需求,提出了基于模型和故障树的故障诊断方法,其原理是,根据外场模块化排故的特点和飞机设计知识,建立以LRU(外场可更换单元)为对象的飞机物理模型(基于LRU的简化飞机系统模型),描述针对特定功能的系统结构、行为和功能,再针对LRU建立故障事件,根据LRU之间的连接关系分析故障事件之间的逻辑关系,建立故障的传播路径,通过树的合成算法,生成系统故障树模型。在故障诊断时,通过物理模型和故障树的相互配合进行故障诊断,基本思想是,将物理模型作为故障观察窗口,比较系统在正常情况下的预期行为和实际行为之间的差异,判断故障事件是否发生,利用故障树的逻辑关系进行推理,再将推理过程在物理模型上进行直观展示,模拟LRU之间的故障传播,确定疑似故障件。基于上诉方法,利用Dorado平台和G2开发系统开发了基于模型和故障树的飞机外场故障诊断系统,并结合某型号飞机的刹车系统对该故障诊断方法进行了验证。     

基于小波变换的飞机电力作动系统故障诊断

电力作动系统是多电/全电飞机上完成各任务操作的最后环节,其工作状态直接影响飞行安全.针对飞机机电作动系统不同部件的故障信息处于不同频带的特点,提出一种基于"能量-故障状态"的故障诊断模式识别方法.通过小波包分解,把原始信号正交分解到不同的频带内,利用各频率成分的变化,选择合适的能量特征向量对各故障目标进行特征提取,从而建立能量变化到各故障原因和类别的映射关系,通过与对应故障特征向量的标准样本进行比较,即可得出电力作动系统当前有无故障和故障轻重程度的结论.通过匝间短路故障诊断仿真实例验证了该方法的正确性和有效性.     

基于BP网络的飞机燃油系统故障诊断方法研究

对于飞机燃油系统故障诊断问题,提出了一种利用BP神经网络进行飞机燃油系统故障诊断的新方法。通过设计飞机燃油系统层次分类诊断模型,构建了专家系统知识库和推理机,利用CB工具开发了飞机燃油神经网络故障诊断专家系统。仿真结果表明,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出燃油系统的故障,完全适合于飞机燃油系统的故障诊断。     

水下机器人执行器的高斯粒子滤波故障诊断方法

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.     

基于交互式多模型无迹卡尔曼滤波的锂电池荷电状态估计

为了提高传统卡尔曼滤波法估计锂电池荷电状态(SOC)的精度,在锂电池二阶RC等效电路模型基础上,根据隐马尔科夫模型(HMM)理论并采用遗传算法优化构造出了不同参数状态的电池模型。结合交互式多模型(IMM)算法与无迹卡尔曼滤波(UKF)算法进行SOC估计,提出了一种基于HMM的IMM-UKF算法估计锂电池SOC的方法。锂电池在线SOC估计实验表明,该方法比较其他估计方法有着更高的估计精度,平均绝对误差仅为1%。     

新型UKF在非线性系统执行器故障估计中的应用

针对扩展卡尔曼滤波(extended Kalman filter,EKF)算法使用受限,粒子滤波算法动态跟踪能力差、易产生退化,单一无先导扩展卡尔曼滤波(unscented Kalman filter,UKF)算法滤波精度低等缺陷,根据极大后验(maximum a posterior,MAP)估计原理,设计了一种带限定...     

基于EMA_UKF的移动机器人传感器故障诊断

针对移动机器人多传感器单个或组合故障的情况,提出一种基于EMA_UKF(expected mode augmentation-unscented Kalman filter)方法,用于解决传统固定结构交互多模型算法(FSMM)因模型数量多而造成实时性较差,以及扩展卡尔曼滤波(EKF)计算复杂且精度不高的问题。EMA_UKF方法将期望模型扩张算法(EMA)与无味卡尔曼滤波方法(UKF)相结合,首先利用模型集合自适应来确定期望模型;然后用期望模型扩张初始模型集,通过UKF滤波得到接近真实模型状态的估计结果,判断传感器故障类型。最后,通过与传统的FSMM方法的实验对比,表明该方法能够有效地判断出移动机器人单个或组合传感器故障类型,并且明显地提高了诊断精度。     

一种主／被动雷达协同探测跟踪算法

为了提升地面防空武器系统对干扰目标的探测跟踪能力,结合装备武器系统主/被动雷达的技术特点,以及其良好的优势互补性,研究设计了一种主/被动雷达协同探测跟踪模式,并基于交互式多模型算法和不敏滤波算法在处理强机动目标和非线性问题上的优势,以及系统实时性要求的考虑,提出了一种改进的自适应交互式多模型不敏滤波算法.通过Monte Carlo仿真,与主/被动雷达单独跟踪效果相比较,其性能得到了较大改善,也进一步验证了主/被动雷达协同探测跟踪模式及改进算法的有效性和优越性.     

基于EKF的无人机飞行控制系统故障检测

无人机飞行控制系统是一种典型的多传感器闭环控制系统,其执行机构与传感器故障会严重影响系统的安全性与可靠性,针对无人机飞行控制系统故障检测问题的研究具有重要的意义.本文考虑了一类无人机闭环非线性飞行控制系统的故障检测问题,针对风扰动影响下无人机纵向非线性系统模型,设计基于扩展卡尔曼滤波器的残差产生器,并应用χ2检验对残差进行评价,实现无人机闭环控制系统的故障检测.同时,基于某型无人机Simulink仿真平台进行仿真实验.结果表明,所提出的方法能够实现空速管堵塞故障和升降舵部分失效故障的检测.     

随机线性系统多执行器鲁棒故障诊断

针对随机线性控制系统提出了新的故障诊断方法·对于执行器故障情形,通过数学变换将故障转化为系统的未知输入,然后利用未知输入卡尔曼滤波器技术实现执行器故障诊断·诊断算法给出含噪故障估计值·为得到精确值,又采用了小波去噪方法·两种方法有机结合可对同时或接连发生的多执行器参数故障进行有效诊断,故障检测与估计及时准确·最后给出了仿真实例,结果验证了提出方法的正确性·     

基于改进IMM-UKF算法的一种融合航迹推演的红外路标室内定位方法

在结构化环境中,针对室内机器人导航对精度和实时性的要求,在一种新型红外路标定位方法的基础上,为满足全局导航的需要并简化硬件结构,提出一种融合航迹推演的红外路标室内定位方法,将单个大功率红外发射管作为路标,移动机器人上的红外摄像头作为接收传感器,融合采用改进的交互多模型无迹卡尔曼滤波(interacting multiple models unscented Kalman filter,IMM-UKF)算法.将融合航迹推演的红外路标室内定位方法和一般的定位方法做了比较,并将融合所采用改进的IMM-UKF算法与一般的融合算法做了比较.实验结果表明,提出的基于改进IMM-UKF算法的融合航迹推演的红外路标室内定位方法获得了比一般的定位方法更快的定位速度和更高的定位精度,且改进IMM-UKF算法比一般融合算法获得的定位精度更高.     

分布式网络环境下系统跳变执行器故障诊断

针对存在输入干扰的分布式网络环境下系统跳变执行器故障问题,建立了连续时间马尔可夫跳变执行器故障系统模型,并设计了残差生成器.对于多系统网络传输下存在系统跳变的情况,首先在空间几何方法中的不可观测子空间以及空间分割投影运算基础上,运用H∞优化技术和线性矩阵不等式(LMI)方法完成残差生成器参数求解,实现残差对输入的解耦以及与故障的对应关系,并通过残差输出值与预设阈值对比来确定系统中的故障情形,最终完成分布式网络下系统跳变的执行器故障检测与隔离.通过仿真实验验证了算法的有效性.     

基于事件触发的线性网络化控制系统主-被动混合容错控制设计

针对一类具有时变时延的线性网络化控制系统(NCS),在离散事件触发通信机制下,研究了执行器任意失效故障的主-被动混合容错控制问题.建立了基于事件触发机制的闭环故障系统模型,设计了能使系统在发生故障集以内的故障时稳定的被动容错控制器.同时,设计故障诊断观测器估计任意执行器失效故障的大小,一旦获得准确的故障信息,立即重构控制器以补偿故障的影响.所设计的主-被动混合容错控制器在执行器任意失效故障下,不但能使系统稳定而且具有良好的控制性能.仿真算例验证了本文方法可在确保故障系统稳定的前提下能有效地节约网络通信资源.