舰载武器系统局部故障分析方法与研究

针对舰载电子与武器装备结构复杂、设备数量庞大、分布舱室多、检测点分散不集中等问题,在充分调研论证基础上,以系统局部故障分析研究为切入点,提出适用于舰船武器装备特点的局部故障的分析方法;对系统的局部故障我们采用故障树的方法进行界定,并通过核心路径跟踪技术来确定检测点;采用核心路径在线故障检测方法,有效地节省测试资源,提高测试效率。     

智能化测控系统在分层注汽实验中的应用

设计了一套用于分层注汽实验的智能化测控系统.主要介绍了该系统的结构组成、功能以及技术指标;系统以计算机技术、现代传感器技术、自动控制技术为基础,能够对实验过程中16路模拟信号(包括压力、温度、液位、流量等)、32路开关信号进实时采集监测,能够自动控制各设备的运行状态,实现实验流程的自动切换,能够满足分层注汽、井下工具密封性检测以及热采工具的高温高压性能检测等实验要求;在系统中建立实时数据库和历史数据库,对采集的数据、键人的命令等进行管理和相关分析,提供多方面的数据参考依据;另外,为保证系统运行稳定、可靠,采取了多项提高可靠性的措施,包括选用高可靠性工控机和专门设备,设计备用手动操作器和现场显示单元.     

基于模糊故障树理论的旋转输弹机故障诊断研究

以某型自动装弹机的旋转输弹机为研究对象,基于该系统的故障形式,提出了基于模糊故障树理论的故障诊断方法来解决旋转输弹机故障监测与诊断问题;首先建立该系统的模糊故障树,然后对故障树进行定性及定量分析,得出系统的故障方程及各类重要度参数,求出故障树的结构函数,最后研究了搜索技术算法在分析旋转输弹机故障树中的应用。     

基于TSEOPM的在轨航天器故障预报方法研究

针对在轨航天器非线性系统的故障预报,提出一种基于时间序列事件征兆模式挖掘的在轨航天器故障预报方法,该方法以在轨航天器遥测数据建立状态监测时间序列,根据事件特征函数利用层次聚类算法挖掘出故障事件征兆模式,然后利用故障事件征兆模式对航天器的状态监测时间序列数据进行分析,判断是否为故障征兆点,从而实现故障预报;实验结果表明,该方法能有效地预测在轨航天器状态监测时间序列数据中的故障事件。     

注塑机注射速度的模型预测迭代学习控制

针对注射过程具有重复运行和非线性的特性,在对预测控制与迭代学习控制进行综合应用并加以改进的基础上,给出一种模型预测迭代学习复合控制新算法,研究了控制器的设计方案.同时,将迭代学习思想引入到预测步长的在线调整,提出了预测步长的迭代学习方法.仿真结果表明,该方法是有效的,其控制性能优于PID迭代学习控制系统.     

具有输出时延的网络控制系统故障检测

考虑一类具有长时延的网络控制系统,假定其传感器到控制器之间存在输出时延,对其进行故障检测研究.建立具有时延补偿功能的故障观测器,得到状态估计误差方程.基于离散切换系统理论,将观测器系统的稳定条件归结为一个线性矩阵不等式.当系统正常时,只要给定的矩阵不等式条件成立,该观测器系统就是渐近稳定的.当系统发生故障时,观测器残差能够迅速发生跳变,从而检测出故障的发生.仿真示例验证了方法的有效性.     

航空多芯电缆检测系统设计

介绍了航空多芯电缆通断测试、耐压绝缘阻值测量和漏电故障检测的原理和方法,并采用凌阳SPCE061A单片机和CPLD系统相结合,设计出一种实现对航空多芯电缆进行准确、高效、便捷测量的系统.该系统可快速对航空多芯电缆进行离线检测,准确测量电缆的通断、耐压绝缘阻值和电缆漏电点距离, 并实时显示测试结果.系统具有操作简单,运行可靠,测试精度高等特点.设计完成后经调试与运行,系统工作效果良好,并能准确实现各项电缆测试.     

基于T-S模型的网络控制系统故障诊断

针对一类参数不确定并具有时延和丢包情况的非线性网络控制系统,为达到快速准确的进行故障诊断的目的,提出了一种基于T-S模糊模型的故障诊断方法.通过建立此系统的T-S模糊模型,利用平行分布补偿时延的思想设计了满足系统稳定性条件的状态反馈控制器,以及通过引入随机切换系统表示数据有无丢失情况下的基于模糊观测器的鲁棒故障诊断方法,然后基于 Lyapunov函数和线性矩阵不等式方法给出了该闭环网络控制系统渐近稳定的充分条件,最后通过仿真例子验证了该方法能够使闭环控制系统渐进稳定以及能够准确的进行故障诊断,验证了所设计方法的有效性.     

On guiding the augmentation of an automated test suite via mutation analysis

Mutation testing has traditionally been used as a defect injection technique to assess the effectiveness of a test suite as represented by a “mutation score.” Recently, mutation testing tools have become more efficient, and industrial usage of mutation analysis is experiencing growth. Mutation analysis entails adding or modifying test cases until the test suite is sufficient to detect as many mutants as possible and the mutation score is satisfactory. The augmented test suite resulting from mutation analysis may reveal latent faults and provides a stronger test suite to detect future errors which might be injected. Software engineers often look for guidance on how to augment their test suite using information provided by line and/or branch coverage tools. As the use of mutation analysis grows, software engineers will want to know how the emerging technique compares with and/or complements coverage analysis for guiding the augmentation of an automated test suite. Additionally, software engineers can benefit from an enhanced understanding of efficient mutation analysis techniques. To address these needs for additional information about mutation analysis, we conducted an empirical study of the use of mutation analysis on two open source projects. Our results indicate that a focused effort on increasing mutation score leads to a corresponding increase in line and branch coverage to the point that line coverage, branch coverage and mutation score reach a maximum but leave some types of code structures uncovered. Mutation analysis guides the creation of additional “common programmer error” tests beyond those written to increase line and branch coverage. We also found that 74% of our chosen set of mutation operators is useful, on average, for producing new tests. The remaining 26% of mutation operators did not produce new test cases because their mutants were immediately detected by the initial test suite, indirectly detected by test suites we added to detect other mutants, or were not able to be detected by any test.

基于模糊定性趋势分析的故障诊断方法研究

趋势能够反映过程重要参数的运行状态和发展趋向;利用定性趋势分析进行故障诊断时,趋势固有的定性特性使得趋势分类的界限变得模糊,带来诊断的模糊性和规则知识库的组合爆炸等一系列问题;将模糊理论与定性趋势分析相结合,给出了趋势提取及基于模糊逻辑的趋势匹配算法,研究了一种基于模糊定性趋势分析的故障诊断方法来有效地解决这些问题;实例分析表明,基于模糊定性趋势分析的故障诊断方法能大大缩小规则知识库的规模,提高定性趋势分析故障诊断的准确性和实时性,及时发现和预测控制过程的早期故障。