航空装备故障检测决策建模仿真研究

航空装备在飞机中数量较多,不同设备下的故障检测过程中,进行航空装备故障决策时,决策过程需要依赖较多的动态多源故障信息数据,但在发生故障时,不同装备的故障特征数据起伏不同,差异较大.传统贝叶斯网络的设备故障检测模型,多是在已知某一个或多个部件稳定状态下完成,一旦信息起伏较大,则故障决策过程会陷入反复验证的弊端,无法达到最佳的故障检测效果.提出一种基于UML建模的航空装备故障检测决策模型,对航空装备故障特征分析的基础上,采用UML对航空装备故障检测决策过程进行建模,给出了模型的需求分析,构建模型的用例图、类图以及活动图,塑造了模型的静态模型和动态模型,UML模型通过基于免疫识别神经网络模型实现航空装备故障的检测,检测模型依据免疫识别原理塑造神经网络检测器,通过训练将航空装备的故障模式信息保存在分布的检测器中,通过检测器采集被检测装备异常模式特征,当检测器同特征样本匹配时激活检测器,按照检测器的激活状态发现设备故障,完成航空装备故障的检测.实验结果说明,所提方法对航空设备故障信号检测具有较高的灵敏度和分辨率.     

基于免疫Agent机电装备故障智能自愈系统建模

为了减少和消除机电装备系统失效及故障的发生,尝试在系统设计阶段引入装备免疫自愈思想.结合已有自愈理论研究和机电装备系统特点,提出了机电装备故障智能自愈系统的定义.从提高系统自身“免疫”能力的角度出发,探讨一种具有普适性的故障自愈系统设计方法,并以机电装备主控系统为例,构建基于免疫Agent的故障自愈系统模型,对自愈策略...     

航空装备连接型间歇故障诱发机理分析

航空装备连接型间歇故障是导致航空装备电子系统无故障发现和重测合格问题的主要原因之一。针对该问题，对航空装备连接型间歇故障的内涵和发生过程开展分析，指出间歇故障的发生是装备内部损伤和外部环境应力共同作用所致；然后选取航空装备电连接中的3种常见器件（电连接器、线缆、焊点）为研究对象，从内部损伤机理角度阐述了导致三者间歇故障发生的内部诱因，指出间歇故障发生的根本原因是电连接器件中存在一定的缺陷或损伤；重点分析了振动、温度、腐蚀等外部环境应力与间歇故障发生之间的关联关系，指出间歇故障的出现需要外部环境应力的激发，外部即时环境构成了航空连接型间歇故障的外部诱因。研究结果对减少航空装备在恶劣复杂环境下的无故障发现问题的出现具有参考意义。     

基于马氏距离的航空装备故障预测研究

故障状态类型的判别是航空装备故障预测系统的核心环节,它直接影响到故障预测的准确性;针对航空装备的故障状态类型判别问题,提出一种基于马氏距离的故障预测方法;首先介绍了马氏距离,其次建立了状态数据库矩阵及状态判别模型,并给出了基于马氏距离的故障预测流程;最后将该方法用于某型飞机火控系统的故障预测中,使得在线和离线的平均故障预测准确度分别达到98.48%和97.77%,表明马氏距离在航空装备的故障预测中有较好的应用和推广价值。     

航空装备故障损伤等级的可拓精准评定研究

为了满足舰面维修人员对海军航空装备维修保障的需求,提出了航空装备故障损伤等级的可拓评定方法。首先,给出了故障元的概念,以形式化描述航空装备发生的故障及故障的判别特征。其次,给出精准度的概念,对判定故障判别特征量值的准确性进行刻画。在此基础上,利用可拓学的可拓识别方法对航空装备发生故障的损伤等级进行综合评定,提供一种确定航空装备故障损失等级行之有效的途径和方法,为确定故障维修计划及方案提供重要的理论参考借鉴。最后,通过某次远航中直升机发动机的故障算例分析显示：该方法可靠、简单、实用,具有较好的推广应用价值。     

复杂机电装备PHM系统关键技术研究

随着复杂机电装备组成的复杂程度及信息化程度的不断提升,故障预测与健康管理(Prognostics and Health Management,PHM)系统逐渐成为新一代复杂机电装备设计和使用中的重要组成部分。复杂机电装备PHM系统的关键技术是故障特征提取、数据融合、智能故障诊断与故障预测、状态监测和健康评估等,重点分析了智能故障诊断与故障预测技术。     

基于小波包分析的航空发动机故障诊断

航空发动机是一种复杂的旋转机械,故障种类多面且难以辨别。为了保定飞行安全,对航空发动机的故障进行正确、快速地检测,在分析航空发动机故障特征的基础上,利用发动机振动信号的时域指标判断发动机工作是否正常,再对存在故障的发动机振动信号进行小波包分解,作出频带能量图来进一步识别故障。按上述方法对某型涡轮风扇发动机在飞行中空中停车的振动信号作了分析,准确地识别出了故障。结果表明,小波包分解方法进行航空发动机故障诊断具有简单、直观的实际应用价值。     

分布式层次化故障诊断模型和诊断策略的研究

根据复杂装备电器控制系统具有分布式、功能分层和结构分层的特点,提出了基于层次分解的故障诊断模型,以系统的结构性为基础,对复杂的诊断问题实现由上而下进行功能分解,直到最小系统或设备.在故障诊断的层次化分解基础上,结合模糊Petri网实现故障推理过程的诊断策略,推理算法采用矩阵运算,推理过程简单,并能够描述故障传递状态.最后以航空电器装备系统中的电源供电控制系统为应用对象,研究了故障诊断模型的具体结构和诊断策略的实现过程.该模型便于实现集成化、智能化和自动化的故障诊断过程.     

基于蓝牙通信的EWIS线路故障模拟装置的设计

目前,民航业现阶段的电气线路互联系统(Electrical Wiring Interconnection Systems,EWIS)电路仿真模块采用的仍是手动继电器连接的方法,在实际应用中反映出操作不便、效率低、易出错等问题,同时会衍生出一系列如线路故障单一、故障检修时效差等飞机飞行安全性问题。针对上述问题,文章设计了一套基于蓝牙通信协议的EWIS线路故障模拟系统。该系统中包含的蓝牙通信协议,可以通过手机或个人计算机(Personal Computer,PC)端App发出不同的执行命令,控制单片机模块中特定的继电器动作,从而改变训练盒中单线路与多线路短路或断路的故障配置与检修。所提出的设计方案可有效增加航空EWIS教具的故障种类,对航空机务的故障检修培训有一定的积极作用。     

基于数据挖掘的航空装备故障成品预测模型

因航空装备系统复杂度高,故障成因复杂,在保障时根据故障现象判断故障成品的难度很大,同时大量的历史故障记录数据未能有效利用.通过分析航空装备成品故障记录的特点,提出了一种基于数据挖掘的航空装备故障成品预测模型.该模型将历史故障记录数据作为输入,通过文本聚类将大量故障描述聚类得到故障现象簇,并建立"故障现象"与"故障成品"之间的多对多关系,提出了故障成品概率分布算法,并通过匹配新发生故障现象与故障现象簇,计算出故障成品概率分布.实验验证结果表明,该模型可有效地根据故障描述预测可能发生故障的成品的概率分布,且预测准确率可随数据量的增加而提高,满足实际保障需求.     

基于模糊支持向量机的智能站继电保护设备隐性故障检测方法

针对智能站继电保护设备运行工况不稳定,误动率和拒动率较高的问题,提出了基于模糊支持向量机的智能站继电保护设备隐性故障检测方法。采用多小波变换方法处理采集的继电保护设备信号数据噪声,将处理后的信号输入模糊支持向量机网络中,计算隐性故障样本类别隶属度函数以及训练该网络,建立模糊支持向量机模型;通过组合二类分类器,分类检测继电保护设备隐性故障;利用采用布谷鸟算法优化模型的隶属度函数和惩罚函数,提升故障检测精度。测试结果显示：隐性故障检测相对误差结果均低于0.2,检测效果较好,并且应用后保护的误动率和拒动率均低于0.3%;能够可靠完成继电保护设备隐性故障运行工况下的故障类别检测。     

变转速下滚动轴承的阶频谱相关域微弱故障特征增强与提取

滚动轴承是旋转机械常用且故障率较高的部件之一,其故障的及时发现,对于设备安全、稳定运行具有重要意义。滚动轴承的早期故障特征十分微弱,容易被强背景噪声干扰所掩盖。同时,滚动轴承往往在变转速工况下运行,故障特征的时变特性导致特征提取较为困难。针对上述问题,提出一种变转速下滚动轴承的阶频谱相关(OFSC)域微弱故障特征增强与提取方法。首先,利用变转速下滚动轴承故障信号的角度时间域循环平稳特性,将故障信号转换到阶频谱相关域。然后,采用鲁棒主成分分析(RPCA)的低秩稀疏分解方法,将轴承振动信号的阶频谱相关矩阵分解为表征轴承故障特征的稀疏成分,并去除表征噪声的低秩成分,进一步提高稀疏分量的分辨率。最后对分解出的稀疏分量构建增强包络阶次谱(EEOS)来检测滚动轴承的故障特征。仿真和实验分析验证了该方法对于变转速工况轴承微弱故障特征增强和提取的有效性和鲁棒性。     

基于MapReduce并行处理的机电特种设备故障诊断系统设计

针对直流接地故障检测系统检测结果误差大的问题,提出了基于MapReduce并行处理的机电特种设备故障诊断系统设计;根据系统总体架构,将硬件结构分为故障检测显示单元和数据处理及传输单元;整流电流,使用二极管整流装置设计集流故障检测指示电路;采用多层差分电路获取脉冲信号,以低电平电压位置的故障检测器作为检测点,设计电流突变检测模块;使用DH08型号开关状态检测模块,具有8路交流输入,由此检测设备断电故障;选配6AU1410-0AB00-0AA0型西门子报警模块,对故障点进行报警处理;设计MapReduce执行流程,分析4个MapReduce作业训练过程,计算数据属性特征词在每个故障类中的频率值,由此完成故障诊断;以轴承故障为例,进行实验验证分析;由实验测试结果可知,该系统与实际波形差别较小,其对A相、B相C相电流短路故障诊断的时间点波形变化与实际曲线基本一致,在0A附近波动,说明该方法具有精准检测结果,能够为机电特种设备广泛应用提供设备支持。     

电气传动装置局部故障信息自动控制仿真

电气传动装置局部故障信息的自动控制在提高故障检测率方面具有重要意义。首先对电气传动装置的局部故障信息进行分析,随后采集局部故障信号,根据电气传动装置故障的噪声和信号,对其进行小波分解,得到小波分解值,并对其进行归一化处理,得到电气传动装置故障经过去噪后的信号,利用故障信息的权值向量和偏置量计算电气传动装置故障信息的分类函数,引入惩罚参数,对电气传动装置局部故障的对偶优化函数进行计算,得到故障信号的约束条件,对去噪后的故障信号进行采集。利用批次电气传动装置局部故障信息变量中的列向量、偏度向量和峭度向量对批次故障信息控制的统计模量进行计算,并分别计算三个变量的值,根据统计模量对局部故障信息的向量建立训练矩阵,实现电气传动装置局部故障信息的自动控制。结果表明,提出方法能够准确且高效的对局部故障信息进行自动控制。     

基于变分模态分解和高阶统计量的梯级故障诊断研究

自动扶梯是地铁车站内必不可少的大型公共交通设备,一旦发生故障,小则影响运营,大则引发安全事故;梯级作为自动扶梯的重要结构部位,其固定螺栓松动必然会导致自动扶梯运行异常;针对梯级振动信号故障特征难以提取的问题,提出了变分模态分解(VMD)和高阶统计量(HOS)联合来对自动扶梯故障特征提取;该方法首先对原始振动信号进行VMD分解,得到K个固有模态分量(IMF);然后对主IMF分量进行奇异值分解(SVD)降噪,对去噪后的主IMF分量进行重构得到新的信号;最后通过高阶统计量对新的信号故障特征提取,并利用随机森林分类算法对三类不同的振动信号样本进行分类识别,确定梯级振动故障类型;实验结果表明,该方法可以有效地提取故障特征,实现故障诊断与分类。     

机电类特种设备启动装置故障检测系统设计

当前故障检测系统检测速率和检测精度较低,稳定性较差,不能及时准确地检测出特种设备启动装置的故障。提出设计机电类特种设备启动装置故障检测系统。根据故障检测系统需求,对故障检测指示单元和数据处理传送单元两大主要硬件部分进行改进;依据骨架理论,对故障检测指标进行提取,计算故障检测频率,实现软件部分的故障检测功能,完成机电类特种设备启动装置故障检测系统的设计。实验结果表明,该系统检测速率高,检测精度高,系统稳定性好,运行能耗低。     

提升小波改进阈值算法在输气管道泄漏信号降噪处理中的应用

输气管道的泄漏检测对保障其管道的正常运行具有重要意义,但是在实际工作中,传感器检测到的信号会受到噪声的干扰。为了提高管道泄漏检测精度,采用一种不依赖于傅里叶变换的提升小波变换方法,并引入改进阈值函数对信号进行降噪处理,分别对比不同小波基函数,不同分解尺度利用改进阈值算法的降噪效果,确认db5小波函数作为最优提升小波函数,并对信号进行四层分解的信号处理信噪比最高,最后利用现场实验采集到的负压波信号进行传统小波去噪和提升小波改进阈值算法去噪的效果对比,其结果表明提升小波改进阈值算法的去噪效果优于传统小波算法的去噪效果,在管道泄漏检测的信号降噪中具有良好的应用价值。     

某型惯性测量组合故障传播机理与建模分析

惯性测量组合(IMU)是航空机电控制系统中的关键部件,其易发生故障,且故障会在各功能单元之间进行传播.IMU中存在着故障传播路径复杂多样性和故障传播不确定性的问题,这两个问题使IMU中的故障传播过程难以描述.针对该问题,在对某型IMU故障传播机理进行分析的基础上,提出了一种将多信号流图与故障扩散强度函数相结合的模型构建...     

航空电缆故障检测设备的ADC增频方法

航空电缆用于连接电源设备和其他系统设备,以传输电能和信号,其性能直接影响飞机的运行安全,因此必须对航空电缆的故障进行严格的检测和排除.时域反射技术(Time Domain Reflectometry,TDR)是目前最为成熟的电缆故障检测方法,该技术根据反射脉冲与发射脉冲的时间间隔和相位关系来判断故障位置和类型.基于TDR技术的电缆故障检测设备通常使用ADC(Analog-to-Digital Converter)模块对检测信号进行采样,采样频率在很大程度上决定了故障检测精度.目前主要通过使用高精度的ADC采样模块或构建延时线来获得更高的采样精度,但是存在增加系统成本和复杂度的问题.针对上述问题,设计了一种ADC等效采样法,该方法通过对参考时钟延时得到延时时钟,依次以各延时时钟作为采样时钟对检测脉冲进行采样,采样结束后,依照采样顺序对采样数据进行排序并重构检测波形,从而在使用频率较低的ADC采样模块的情况下,获得更高的采样精度,极大地提高了基于TDR技术的电缆故障检测方法的精度.     

基于改进小波包阈值的GIS局部放电信号降噪方法研究

特高频法是GIS设备在状态检测中最常用的方法之一,但在应用过程中传感器所采集的特高频信号通常会携带较多噪声,会干扰检测的准备性,因此对信号进行有效的噪声抑制是局部放电检测的关键技术。本文基于小波包去噪理论,提出了一种综合考虑平滑度和边缘特征的改进阈值函数,以实现对GIS局部放电特高频模拟信号的降噪。通过信噪比（SNR）、均方误差（MSE）和波形相似数（NCC）三种参数对方法的去噪效果进行评估,结果表明,改进小波包阈值的信号降噪方法具有良好的噪声抑制功能,应用后可提高GIS局部放电采集信号的初始数据质量。