基于PXIe总线的旋转可变差动变压器信号仿真技术研究

旋转可变差动变压器(RVDT)信号仿真设备在航空计算机的设计、调试和RVDT数据采集系统的校准等方面起着举足轻重的作用;文中通过对RVDT传感器工作原理深入的剖析,提出基于PXIe总线的RVDT信号仿真方法;文章重点研究了RVDT传感器工作原理及输出特性,阐述了RVDT仿真设备的设计和实现,最后使用RVDT数采板卡CPCI-75C3对RVDT仿真设备进行了验证,结果表明该设备仿真精度高,响应速度快,运行稳定。     

民用航空器测试技术体系架构研究

分析了构建民用航空器测试技术体系的需求,提出了民用航空器测试技术体系架构,并分析了测试技术需求层、测试技术实现层、测试技术产品层、测试技术标准层、测试技术验证层和测试技术应用层等要素的实施途径,明确了民用航空器测试技术体系的构建方法,希望研究成果对于构建民用航空器测试技术体系有一定的指导作用。     

国外航空电子系统嵌入式在线监测技术

在分析国外航空电子系统嵌入式在线监测体系架构和五级监测解决方案的基础上,介绍了国外嵌入式在线监测技术、标准和开发验证工具的发展情况,提出了全机级嵌入式在线监测体系架构、嵌入式专用监控模块研制、嵌入式在线监测系统的仿真验证平台的构建和标准化建设等方面开展工作的建议,希望能够为未来我国航空电子系统嵌入式在线监测技术的发展起到一定的借鉴和指导作用。     

采用修改-回放原理的1553B故障注入方法

在通过1553B总线进行飞行器系统级故障注入的试验过程中,经常面临一般常见的工程问题,比如1553B注入过程中信号传输实时性难以保障、总线接口协议难以获取或经常发生变化、试验中机载软件难以适应故障试验进行实时修改等问题.目前常见的基于信号转发、信号透传的故障注入方法都不能很好地满足上述需求,针对这种现状,结合工程实际,在对现有方法进行工程适用性分析的基础上,提出了一种采用修改-回放原理的1553B故障注入方法,并将该方法与现有方法进行了优缺点比对,得出采用修改-回放原理的1553B故障注入方法可满足前述工程实际问题,具备可行性的结论.     

航空装备测试仪器应用验证方法研究

针对航空装备用测试仪器应用验证需求,基于系统工程方法,提出了夯实基础、统筹推进、分类分阶段验证的验证工作思路.研究确定了调研应用验证需求、构建验证指标体系、明确验证要素、建立验证程序、实施验证试验、给出综合评价结论的应用验证流程.遵循满足航空装备要求、结合使用场景、聚焦关键指标等原则,提出了仪器功能性能、质量与可靠性、环境适应性等基础级和适装性、软硬件兼容性等系统级验证内容,以及相应的验证方法,可为国产测试仪器应用验证工作提供技术支持.     

航空机载系统智能测试监控技术

基于对国外航空机载系统监控体系架构技术、机载数据总线技术、测试仪器总线技术、边界扫描技术、嵌入式专用监控芯片与模块技术、智能化监控技术等发展情况的分析,阐述了国内机载系统智能测试监控相关技术发展现状,提出了国内必须从全机级体系架构、成员级监控、板级监控和标准化等方面系统开展工作的建议,希望能够为未来我国航空机载系统智能测试监控技术发展起到一定的指导作用。     

基于MINLP模型的航空液压系统传感器布局优化

液压系统作为航空装备的核心系统,其运行状态直接关系到装备的安全。为掌握航空液压系统故障演化规律,实现液压系统故障的诊断和隔离,在液压系统FMECA分析的基础上,确立需研究的液压系统故障模式及相对应的关键征兆参数,明确传感器布局优化过程中约束条件和布局方案,采用混合整数非线性规划(MINLP)模型描述其传感器布局优化问题,并采用枚举法求解该模型获得传感器布局的优化结果,优化后的方案可满足设计要求,达到了优化的目的,从而证明了MINLP方法和模型的有效性和实用性。基于MINLP方法的传感器优化布局技术可使液压系统监测系统整体布局更加合理、可靠,提升系统的测试性和可靠性,为实现液压系统PHM提供技术支撑。     

面向智能保障的航空测试技术应用与发展

为增强航空装备智能保障信息感知和数据获取能力、提升智能保障决策的准确性,急需将测试技术与智能保障深度融合,并明确智能保障对测试技术的发展需求。首先分析了航空装备智能保障需求,然后深入分析了航空测试技术在智能保障中的应用范围及流程,最后提出了智能监测传感器、非接触测试、智能BIT工程化与认知BIT技术、机载智能专用监控芯片、边界扫描装置、PHM系统验证与熟化和机载智能保障测试标准化等航空测试技术在机载智能保障中的应用的发展建议,同时提出了便携式测试诊断设备统型、飞机维修线智能测试系统研制、飞机部件地面定位测量引导设备研制、飞机隐身涂层损伤一体化智能检测设备研制、结构损伤智能柔性检测设备研制、便携式油液智能检测设备研制、地面PHM系统数据库及应用系统研制、保障测试设备验证与评价系统研制等航空装备地面智能保障测试方面的发展建议,希望能够为智能保障测试技术发展起到一定的推动作用。     

基于PCA-LSTM的轴承退化趋势预测

由于磨损、腐蚀等因素会导致旋转机械性能的退化甚至失效,若不能及时维修或更换,会影响工程设备的运行,降低设备的工作效率.为了对滚动轴承进行退化趋势预测,避免潜在故障对工程设备造成损害,提高设备工作效率,对滚动轴承振动信号的特征参数使用主成分分析(PCA),对其融合后得出了能充分表现其退化状态的关键特征,降低了预测时数据的输入维度,并使用一种带有随机失活层的长短期记忆(LSTM)神经网络对数据融合后的数据进行预测.将PCA-LSTM模型与非线性自回归(NAR)神经网络的预测结果进行对比,结果表明,基于PCA-LSTM的滚动轴承退化趋势预测模型与NAR神经网络相比,均方根误差和平均绝对百分比误差分别提高了9.1％和8.0163％,预测精度更高,为滚动轴承的退化趋势预测提供了一种新的思路.     

GA-BP算法预测滚动轴承退化趋势

故障预测是PHM技术中的关键一环,它是以装备当前的运行状态为起点,结合设备的运行状态参数、历史数据,依据数学模型,对采集到的数据进行分析,结合装备自身运行规律,判断装备在未来任务时间段内是否会出现故障.在BP神经网络预测算法对滚动轴承退化趋势预测基础上,结合遗传算法对BP神经网络参数优化后进行预测,同时与粒子群算法优化BP网络参数后的预测结果比较,验证了所提方法的有效性.所提方法的研究思路是基于滚动轴承退化状态划分的退化趋势预测,根据滚动轴承全寿命周期振动数据特点,划分轴承退化状态,选取退化效果明显且退化时间较长的数据进行趋势外推.研究的创新点在于提取轴承时域、频域指标后,采用相关系数理论选取和轴承剩余寿命强相关的时域特征指标作为输入数据,频域特征指标作为输出数据,建立时域指标与频域指标的对应关系,通过预测频域特征值指标的变化趋势反映出轴承的退化趋势.