一种可互换虚拟仪器的平显测试系统设计

设计了一种基于可互换虚拟仪器的平显测试系统，说明了系统的软硬件结构；研究了通过程序、配置文件管理系统硬件，实现仪器互换性的方法；并介绍了通过测试数据库定义被测设备的检测模型，实现测试系统与被测设备分离的方法。由于从开发层和应用层两方面实现了检测的通用性，使测试系统应用的灵活性大大增强。     

基于传感器应用技术的机载火控故障诊断系统

对作战飞机火控系统的故障诊断，传统的方法是使用多种检测仪器对机载火控设备进行性能检查，技术含量低，不能满足现代战争的需要。为提高部队的作战效能，采用传感器应用技术和计算机测量与控制技术，研制了机载火控故障诊断系统；该系统在实际应用中取得了良好效果，并具有诊断结果准确，自动化程度高，工作稳定可靠，操作简便，易于转移和维护等优点，为技术人员进行机载火控系统的性能检测与故障诊断提供了便利。     

北斗用户机检测仪的设计与实现

北斗用户机检测仪可以完成多型北斗用户机的主要性能指标测试及其可拆卸部件的故障检测。设备测试能力相对完备,能够满足北斗用户机日常维护的需求。论文介绍了北斗用户机检测仪的设计与实现方法,并给出了试验验证结果。     

北斗用户机检测仪的设计与实现

北斗用户机检测仪可以完成多型北斗用户机的主要性能指标测试及其可拆卸部件的故障检测。设备测试能力相对完备,能够满足北斗用户机日常维护的需求。论文介绍了北斗用户机检测仪的设计与实现方法,并给出了及试验验证结果。     

基于VXI总线的机载火控系统自动测试仪的设计

目的：对作战飞机火控系统的故障检测，传统的方法是使用多种检测仪器对机载火控设备进行性能检查，不仅技术含量低，也给飞机转场后技术阵地的转带来不便，不能满足现代战争的需要。为提高战机的作战效能和快速反应力的能力，研制了机载火控系统自动测试仪，方法，采用VXI总线技术，合理的硬件配置和在LabWindows/CVI环境下的软件模块化设计方案，结果：在实验应用中取得了良好效果，为 员进行机载火控系统的性能及故障检测提供了便利，结论：该测度仪具有测试结果准确，自动化程度高，工作稳定可靠，操作简便，易于转移和维护等优点，并且有较高的抗干扰能力，不仅适用与内场，还可用于在外场对机载火控系统进行原位检测。     

雷达火控计算机故障检测分析仪的设计与分析

利用专家系统和计算机控制技术,设计了火控计算机故障检测分析仪,给出了雷达火控计算机故障检测分析仪可靠性、维修性的指标要求,阐述了可靠性指标在各个部件的具体分配,并对故障检测分析仪可靠性进行了预计,给出了该分析仪的可靠性数学模型、框图以及可靠性。     

火控系统故障测试仪研究

设计了一种针对火控系统性能和故障检测的测试仪,检测方式上分为全系统级检测、分系统检测和板级检测三种检测模式;基于全系统检测主要用于性能检测和故障检测,可将故障定位到分系统;基于分系统检测主要用于故障检测和分系统性能检测,可将故障定位到板级,板级检测主要对电路板性能和故障进行检测,可将故障定位到元器件级．硬件设计采用PC总线系统为平台,在此基础上构建测试仪的不同测试模式的接口模块,包括数字-轴角转换卡、轴角-数字转换卡和激励火控计算机系统．以C＋＋Builder为测试仪的软件开发环境,检测软件采用与硬件相适应的模块化结构,并根据硬件模块配置变化,自动配置软件环境．     

运用小波分析的振动信号采集系统

介绍了一种振动测试系统设计与数据分析相结合的方法，设计喷雾干燥塔喷管故障在线检测系统时，在主控计算机的控制下，通过传感器、S7-200和计算机等实现了喷管振动信号的采集，并利用小波分析对采集的信号进行预处理。事实证明，该系统可以完成振动信号的采集，并可以分析强噪声背景下的信号。     

火控虚拟仪器实验室建设

本文针对传统火控实验室受传统测试仪器的功能限制,提出了建立火控虚拟仪器实验室的构想.坦克火控虚拟仪器以LabVIEW软件为核心,其强大的数据分析能力为火控系统的研制提供了有力的支持.该软件的模块化和层次化结构,使非程序员的火控工程师游刃有余地完成测试成为可能.     

机载火控陀螺组件综合自动测试系统的设计

介绍了机载火控陀螺组件自动测试系统的硬件和软件的结构。可对不同类型的机载火控陀螺组件进行总体性能测试。还可对陀螺组件内部的板间信号和输出信号进行测试，系统的可靠性和测试精度达到了设计要求。具有较好的通用性。     

非线性复合FSVM在设备故障诊断中的应用

为了提高设备故障诊断的精度和准确性,利用模糊支持向量机（fuzzy support vector machine,FSVM）,处理设备故障样本中的噪声数据。单个核函数构成的FSVM可以处理单一特征的样本集,但不能满足现有设备故障分析实际应用的需求。本文在现有核函数的基础上,进行复合核函数构建,可以有效解决设备故障样本集异构和分布不规则的特征,并可以对于故障进行有效分析,得到较为诊断准确的研究结果。通过对滚动轴承故障实验数据的分析,证明基于复合核函数的FSVM方法,可以有效提高故障诊断的准确度。该方法相比传统FSVM的分析结果,其故障数据信息利用更加充分,故障诊断准确性有效提高,具有较好的有效性和可行性。     

多跨转子系统耦合故障定量诊断方法

随着空分设备的大型化和复杂化,其多跨转子系统的故障呈现严重化和耦合化。及时诊断并处理故障对于系统的稳定运行具有重要意义。以有限元理论和谐波平衡理论为基础分析多跨转子系统的动态特性并提出多跨转子系统耦合故障定量诊断方法。利用故障前后转子系统的振动响应各次谐波分量与系统剩余量方程的频率响应矩阵之间的关系推导诊断理论并获得诊断方程,以转-定子碰摩和联轴器不对中耦合故障为例建立多跨转子系统和实验台转子系统的有限元模型,通过数值仿真和转子实验台实验准确地诊断出故障位置,验证方法的有效性和稳健性。通过同一转速下故障前后转子系统至少n 1个测点的振动响应数据可以在线确定具有n个耦合故障转子系统的故障位置。对于转子系统的主要振动故障,如碰摩、不对中、裂纹等,诊断方法具有良好的适用性。     

基于CBR的机载雷达故障诊断专家系统研究

以故障诊断的理论和方法为基础,综合运用神经网络、基于案例推理(CBR)和专家系统理论,对雷达装备的故障诊断问题进行研究,形成一个集成的智能诊断专家系统。介绍了系统的总体结构和工作原理,并给出具体的诊断实例,此方法充分利用神经网络和CBR的优点,将提高雷达装备故障诊断的正确性和效率。     

协整系数矩阵的非平稳工程系统故障诊断应用研究

对于非平稳工程系统,若系统变量是一阶单整的,则可以建立变量间的协整关系模型,通过理论分析证明,协整系数矩阵可作为故障空间的特征参数用作系统的故障诊断。非平稳系统变量首先要通过单位根检验以证明其一阶单整,然后使用Johansen检验法估计出协整系数矩阵,即特征参数,使用一对多分类的支持向量机(SVM)算法进行故障数据的训练和测试。使用液压舵面故障仿真系统作为试验平台,使用输入指令、舵面角度等5个一阶单整的系统变量作为协整变量,其估计出的协整系数矩阵作为特征参数,结果表明协整系数矩阵作为特征参数,SVM作为数据分类方法,具有很好的故障分类效果。     

基于模糊神经网络的机载设备智能故障诊断系统

针对某型飞机机载设备故障多,且具有模糊性、复杂性的特点,本文将模糊逻辑和神经网络相结合,采用模糊隶属函数来描述这些故障的程度,建立了模糊神经网络故障诊断模型.采用图形化编程技术,开发了一种故障诊断推理流程图,方便了用户的开发.该系统依据专家知识和测试数据,可将故障隔离到内场可更换单元(SRU)或某个功能电路.实践证明该诊断系统是有效的,具有推广应用价值.     

蒸汽喷射泵故障诊断与智能化专家系统

详细讨论一种蒸汽喷射泵的故障诊断专家系统,利用这一专家系统可以判断出故障的种类和原因,并给出解决方案。故障诊断部分包括推理、判断和自学习功能。本系统对蒸汽喷射泵进行在线监测,可极大地提高设备的运行可靠性,在冶金、化工等领域具有广阔的应用前景。     

大气数据测试系统的设计

大气数据系统是重要的机载电子设备，本文应用微诊断法和功能测试法，对大气数据测试系统进行了设计，实现了对大气数据系统各组件的测试，故障覆盖率高，该测试方法对其它机载计算机系统的测试具有推广价值。     

Fault Diagnosis of Power Electronic Circuits Based on Adaptive Simulated Annealing Particle Swarm Optimization

In the field of energy conversion, the increasing attention on power electronic equipment is fault detection and diagnosis. A power electronic circuit is an essential part of a power electronic system. The state of its internal components affects the performance of the system. The stability and reliability of an energy system can be improved by studying the fault diagnosis of power electronic circuits. Therefore, an algorithm based on adaptive simulated annealing particle swarm optimization (ASAPSO) was used in the present study to optimize a backpropagation (BP) neural network employed for the online fault diagnosis of a power electronic circuit. We built a circuit simulation model in MATLAB to obtain its DC output voltage. Using Fourier analysis, we extracted fault features. These were normalized as training samples and input to an unoptimized BP neural network and BP neural networks optimized by particle swarm optimization (PSO) and the ASAPSO algorithm. The accuracy of fault diagnosis was compared for the three networks. The simulation results demonstrate that a BP neural network optimized with the ASAPSO algorithm has higher fault diagnosis accuracy, better reliability, and adaptability and can more effectively diagnose and locate faults in power electronic circuits.