基于Parzen窗估计的电液伺服作动器故障检测与健康评估

针对电液伺服作动器早期故障信号的微弱性和故障特征分布的未知性,提出了一种基于Parzen窗估计的故障检测和健康评估算法;采用多重判别分析提取作动器故障特征向量,利用窗函数法估计故障特征概率密度函数,通过监测作动器故障特征概率密度分布相对于正常状态的偏离,将不易检测的故障信号转化为容易观测到的距离信息评估作动器状态的健康状况;仿真结果证明了该方法的可行性和有效性。     

基于特征概率分布相对熵的电液伺服作动器健康评估

针对电液伺服作动器早期故障信号的微弱性和不易检测性,提出了一种基于故障特征概率分布相对熵的健康评估算法.采用离线训练对正常状态特征概率密度进行参数估计,在线监测作动器特征概率密度分布相对于正常状态的相对熵,通过判断相对熵的值对伺服作动器的进行健康评估.仿真结果证明了该方法的可行性和有效性.     

基于检测滤波器的俯仰角速率传感器故障检测研究

针对飞控系统俯仰角速率传感器故障情况复杂以及故障检测困难的问题,通过分析飞控系统俯仰角速率传感器的故障种类和故障模式,建立不同情况相关数学模型;依据检测滤波器法检测系统故障的原理,设计飞控系统俯仰角速率传感器故障检测的滤波器;在某飞机处于Ma=0.8,H=50m的飞行状态,利用Matlab和Simulink对飞控系统俯仰角速率传感器故障检测进行仿真验证,仿真表明所建证的飞控系统传感器故障数学模型是正确的,同时表明滤波器检测故障的方法可以高效地检测出飞控系统俯仰角速率传感器的故障.     

一种电传飞控系统测试性架构设计与评估技术研究

针对分布式电传飞控系统进行自上而下的测试性需求分解,突破了系统测试性设计完整可追溯性难题,结合系统分布式架构,充分发挥主飞控计算机作为控制调度核心和作动器控制器等部件作为智能节点的作用,创造性地为国内某型运输机电传飞控系统提出一种集中/分散结合的测试性架构,实现了系统由控制核心部件向外分层逐级激励的机内自检测方法,可有效提高故障检测效率、缩短检测时间;针对分布式电传飞控系统采用图形化方式建立基于多信号流的故障传递模型,形象地描述产品的测试性设计,建立体系性的建模方法、原则和流程,突破以往测试性建模使用不规范、模型可信度不高的难题,根据评估结果迭代方案设计,从而使测试性设计满足测试性要求。     

基于马田系统的设备健康监测技术研究

提出了一种基于马田系统的设备健康检测与故障分类方法,利用设备运行的振动信号作为信号源进行了验证;首先介绍了马田系统的实施步骤,提出了基于马田系统的设备故障诊断与分类方案;其次,分别利用信号小波变换模极大值估计得到的Lipschitz指数和Hilbert-Huang变换进行特征提取;最后利用凯斯西储大学电气工程实验室的轴承振动数据对方法进行了验证,采用滚动轴承的5种状态振动信号:正常,滚动体故障(轻微、严重),内圈故障(轻微、严重),基于信号奇异性特征的故障检测率为100%,故障分类率为81.8%,基于信号能量特征的故障检测率和故障分类率均为100%;结果表明了方法的正确性,利用Hilbert-Huang变换提取特征进行诊断和分类的正确率更高。     

神经网络在控制系统故障诊断中的应用研究

飞行控制系统的故障诊断是保证飞行安全的重要手段.研究飞控系统的安全问题,针对飞控系统的非线性和复杂性,采用传统解析方法不能识别飞控系统故障的非线性特征,导致故障诊断准确率低的难题.为了提高故障诊断准确率,提出一种RBF神经网络观测器的故障检测与诊断方法.利用神经网络的非线性建模能力,把飞控系统中输入和输出信号作为神经网络输入与输出,通过神经网络的在线学习,得到需要的参数估计,根据网络预测值和实际输出之差与设定故障阈值的大小比较来判断故障.最后针对实际飞机的作动器三种典型故障建立仿真模型,给出了仿真实现结果,并加以分析.仿真结果表明,方法的故障诊断能力及泛化性均强于传统的解析方法,在故障诊断中很有实用价值.     

某型复杂装备车载状态监测系统设计

某型复杂装备现有设备监测数据达不到对全车的故障诊断与健康状态评估所需数据的要求,通过分析其整车电气信号,为满足复杂装备对整车数据的监测需求,设计了车载状态监测系统;给出了车载监测系统的总体架构,对综合控制处理电路、实时数据采集处理电路、总线数据监控电路和车载显示系统硬件进行了设计,设计了车载采集与报警系统和显示系统软件,最后对系统进行了车载测试,表明系统能够对复杂装备的实时运行状态进行监测,完成基本的故障诊断功能,为早期发现故障缺陷,提出处置措施,开展系统健康管理提供了条件.     

基于586-Driver的无人机飞控计算机智能检测系统研制

传统无人机飞控计算机检测以人工操作为主,操作繁琐、数据量大、易受人为因素影响,导致测试效率低、结果主观性强、安全性不足;提出基于信号门限自动检测技术的飞控计算机一键式全功能检测方案;以586-Driver板卡为核心,设计了接口板、电源板、信号调理板和检测板,研制了智能检测系统;模块功能包括底层驱动、时序控制、上电控制与电流检测、功能检测等模块,实现了在全程无人干预情况下对飞控计算机按预设时序逻辑的自动测试;采用人为注入故障测试方式进行了系统测试,结果表明:该系统满足某型飞控计算机的检测需求,提高了飞控计算机检测效率,具有实际工程应用价值。     

基于马尔可夫过程的健康状态评估模型

故障预测与健康管理（PHM）的思想是通过状态监测和诊断技术获取装备状态和故障信息,预测其故障发展趋势,采取更有针对性的维修措施,从而大大提高装备维修管理的精确化。对装备系统的健康状态进行评估是实施PHM的基础,研究了基于马尔可夫过程的健康评估问题,运用马尔可夫模型方法,将部件系统退化过程描述为有限状态转移过程,建立了基于马尔可夫的健康状态评估模型,对PHM系统进行评估并对剩余寿命进行预测,最后进行了案例分析,验证了模型的可行性。     

基于非线性关联维特征提取的机械自动化监测系统

提取天然气压缩机故障状态下振动信号的故障特征是设计机械自动化检测系统的核心技术。提出一种基于非线性关联维特征提取的机械自动化监测系统设计方法,在故障诊断原理基础上,进行故障振动信号时间序列分析,设计故障振动信号相空间重构方法,改进了相空间重构最佳时延和嵌入维数参数计算的关键技术,通过提取关联维故障特征,在Simulink平台上设计了自动化监测系统。系统实验结果表明,该算法和系统能使各类故障状态下提取的关联维特征的标准差显著性降低,特征分布聚类能力明显提高,系统能有效检测各类故障,实现了机械设备的自动化监测,在自动化故障诊断仪表设计等领域具有较好的工程实践价值。     

飞控系统余度管理软件故障追踪/重演方法

飞控系统余度管理软件是多余度飞控计算机的核心软件之一,负责整个飞控系统信号监控、表决与故障综合等功能,具有多数据源、算法逻辑复杂等特点.故障的快速定位和分析越来越成为余度管理软件研制开发过程中的关键技术.分析了软件追踪重演技术在故障重现和定位中的作用,研究了余度管理软件追踪重演方法,并在飞控系统软件领域实现了轻量级余度管理软件统一追踪重演框架.实验结果表明,该追踪重演框架具备了实用性和可操作性,可以有效提高飞控系统余度管理软件故障定位的效率.     

基于瞬时幅值的光伏系统电流传感器微小故障检测及估计

电流传感器是光伏系统中用于系统控制和状态监测的重要元件,然而受运行环境影响,电流传感器易出现性能退化,影响系统运行安全.为了准确检测和估计出电流传感器微小故障,提出基于瞬时幅值的传感器微小故障检测和估计方法.首先,建立基于瞬时幅值的电流传感器微小故障模型,利用Hilbert变换(HT)估计相电流瞬时幅值将测量的三相正弦电流转换为相互独立的三维直流信号分量;其次,利用快速移动窗主成分分析(FWMPCA)对三维直流信号组成的数据矩阵进行特征提取,获得主元和残差子空间向量的概率密度分布函数;然后,利用Kullback-Leibler(KL)距离定量度量实际运行数据相对于无故障运行数据的微小变化,在此基础上,设置故障检测阈值,构建故障幅值估计模型,实现电流传感器微小故障检测和估计;最后,利用RT-LAB实验平台验证所提方法的有效性.     

Algorithms for Indicating the Beginning of Accidents Based on the Estimate of the Density Distribution Function of the Noise of Technological Parameters

A technology has been developed, which allows for calculating the probability density function of noise, its maximum and inflection points, using the discrete values of a signal corrupted by an additive random noise. Computational experiments have been conducted. It has been demonstrated that knowledge of those characteristics of noise allows systems of monitoring, control, diagnostics, forecasting, identification, management, etc. to register not only the initial period of fault origin, but also the moment when preventive maintenance measures, routine or major overhaul works are required.     

Fault‐Tolerant Control Based on Augmented State Estimator and PDF

A new fault‐tolerant control based on augmented state estimator and probability density function (PDF) is proposed for a stochastic distribution system (SDS) with time‐delay and additive fault. First, a system model based on a PDF with the additive fault is constructed by using square‐root rational B‐spline neural networks. Second, an augmented system is obtained by converting the additive fault as an auxiliary state variable. In this framework, a robust augmented state estimator is designed to estimate the original states and the additive fault simultaneously. Then, based on the obtained estimation of fault, a delay‐dependent fault‐tolerant control is designed to compensate the fault. Finally, the numerical simulations show the effectiveness of the proposed method.     

基于MEMS的PHM系统微传感器网络节点设计

为实现仓储导弹装备的故障预测和健康管理(PHM)系统,研究基于MEMS传感器的导弹状态监测节点。以整合射频模块的微功耗单片机CC430F5133为核心,由微传感器模块采集状态信息,并经无线射频传输与上级ARM控制器实现实时通信,解决了节点长期稳定供电、复合传感器立体结构设计和安装等关键技术。该节点具有体积小,布置灵活,对监测对象无影响,功耗低,连续监测时间长等特点,能实现长期无人值守下的信息采集与实时上传,较好地完成了状态信息采集终端的功能。     

Applying observer based FDI techniques to detect faults in dynamic and bounded stochastic distributions

This paper presents novel approach on applying the standard observer based fault detection technique to the change detection of the output probability density functions for dynamic stochastic systems. For such systems, the control inputs of the system appear as a set of variables in the probability density functions of the system output, and these variables affect the shape of the probability density function of the system output. Using the B-splines approximation theory, the measured probability density functions of the system output are represented by a set of weights which are functions of the control inputs to the system. This leads to a unique expression of the dynamic characteristics of the output probability density functions for the system. Using this expression, it has been shown that standard observer based fault detection technique can be used to detect any unexpected changes caused by the additive type of fault in the dynamic part of the system. In specific, two observers are constructed for the fault detection purposes, where the first observer is based on the linear weighted integration of the output probability density functions whilst the second observer uses the non-linear residual signal generated from the integration of the output probability density functions. In both cases, the convergence of the observers have been proved under certain conditions when there is no fault in the system. An applicability study to the detection of unexpected changes of particle size (i.e. flocculation size) in paper-making is included to demonstrate the use of the proposed algorithm and desired results have been obtained.     

实时操作系统CPU使用率监测的软件容错研究

在硬件实时操作系统中,系统CPU的使用率是系统性能的一项重要指标,如果任务占据了系统的全部CPU,其它任务将无法继续运行,给系统带来灾难性后果。 通过分析实时操作系统中软件运行的特点,系统设计需要采取一定容错策略,以提高系统可靠性和容错能力。在μC/ OS-Ⅱ实时操作系统下对飞行控制软件中的任务进行实时监测。首先给出在μC/ OS Ⅱ实时操作系统下CPU使用率的计算方法,合理提出CPU的监测周期。其次,给出对CPU使用率异常的故障检测算法,对故障进行故障处置,提高系统的容错能力。最后,通过在MPC5674飞行控制计算机中编写嵌入式飞行控制软件来验证四种对CPU使用率异常的处置方法。仿真结果表明,实时操作系统中CPU的软件容错方法可以有效提高系统可靠性和容错能力。     

导航卫星自主健康管理研究

传统的基于卫星遥测的故障定位方式,存在故障发现时间晚、故障定位难、故障恢复时间长等问题,不适应于导航定位的高可用性、高连续性的要求;为了提高导航卫星的服务能力,提出了一种导航卫星载荷自主健康管理的方法,设计了全系统的健康管理策略,具有全系统自主监测、逐级定位、快速恢复的优势,同时采用冗余对比的方法排除监测单元自身故障所引入的虚警,提高了系统的可靠性。     

应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统设计

野外电力线路易发生损坏,且时变特性干扰较大,检测准确度较低,因此,设计应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统。该系统通过数据采集模块和飞行状态检测模块,分别进行电力线路图像数据获取与飞行状态监测,飞行控制模块接收图像与状态数据,并在轨迹跟踪控制子模块中使用自适应鲁棒滑模控制算法,实现无人机的轨迹跟踪,同时,该模块经无线数据传输模块将数据传输至地面站,在巡检数据智能分析管理模块中,地面站根据数据信息,完成电力线路故障识别,进而实现电力线路无人机智能化巡检。实验结果表明,该系统具有良好的轨迹跟踪效果,且巡检准确率较高,满足多种天气作业需求。