无人机发动机点火停车电路故障在线检测研究

为了解决某型无人机发动机的飞行故障隐患,通过对发动机点火停车电路所存在故障的模型研究,运用Pspice仿真软件对电路故障进行仿真,采用基于故障字典的故障诊断技术,建立了诊断故障字典．利用单片机设计了一套在线故障检测系统,提出了“状态传递”的测试策略进行测点优化,简化了系统设计,提高了故障诊断效率,实现了无人机发动机点火和停车电路故障的在线检测,确保了无人机的飞行安全和飞行任务的完成．     

存在不确定性系统的半定量故障预报方法

给出了半定量故障预报的问题描述,在推导得到一步和多步模糊卡尔曼预报器以及给出故障预报准则的基础上,提出了一种存在不确定性系统的半定量故障预报方法.该方法能够对一类存在不确定性系统的缓变故障进行实时预报,克服了传统方法需要已知系统精确解析模型和噪声统计特性的不足.另外,由于将噪声描述成模糊定性区间的形式,因此该方法具有一定的鲁棒性.文章通过仿真实验验证了该方法的有效性,并给出了未来可能的研究方向.     

一类不确定非线性系统的半定量故障预报方法

给出了半定量故障预报的问题描述．在推导得到一步和多步模糊卡尔曼预报器的基础上,提出了一类不确定非线性系统的半定量故障预报方法．该方法能够对一类不确定非线性系统的缓变故障进行实时预报,克服了传统方法需要已知系统精确解析模型和噪声统计特性的不足．由于将噪声描述成模糊定性区间的形式,因此该方法具有一定的鲁棒性．通过仿真试验验证了该方法的有效性．     

基于分形的航天器故障预报

提出了一种基于分形的航天器故障预报新方法,并给出具体预报公式。由于故障发生前都蕴含前兆因子,这些因子可导致测量信号分形维数的变化,根据这些变化可进行故障预报,该方法理论明确,参数简单,克服了传统故障预报方法易丢失故障信息的缺点。     

井水源热泵系统故障检测及解决办法

在现场检测工作的基础上,总结了井水源热泵系统在工程中常出现的一些故障问题,分析了造成故障的原因,并提出了解决的办法;探讨性地提出一些水源热泵系统现场检测和评价方法。     

基于云计算的无人机输电线路架空地线断股故障修复系统

为有效提升输电线路的安全性,本文设计了基于云计算的无人机输电线路架空地线断股故障修复系统。在硬件方面,对无人机控制器和图像处理模块进行了电路设计;在软件方面,分析了地线断股的原因,使用无人机对输电线路进行故障定位,并建立了云计算平台,以实现无人机输电线路架空地线断股故障的修复。通过对比试验证明了系统的先进性,试验结果表明,该系统修复地线断股所用时间更短,系统性能更优越。     

浅谈PLC控制系统的方法应用探讨

结合研制PLC系统的实例,提出并讨论了PLC控制系统故障检测的多种方法,可适用于PLC系统故障检测。     

基于神经网络的组合预报模型及其应用

时间序列预报是神经网络的一个应用领域,多数研究集中在神经网络直接预报方面。本文从故障预报角度研究了神经网络组合预报模型,由神经网络给出常规预报方法的最佳组合。首先从函数逼近角度阐述这种模型的理论依据,在此基础上给出了模型的评价指标和神经网络的有效训练算法,最后给出在空间推进系统上的应用实例。     

风力发电齿轮箱故障分析系统设计

本文先介绍了风力发电机组齿轮箱的故障类型和故障振动检测方法 ,并通过搭建风力发电机组模拟系统的软硬件平台,采用短时傅里叶变换对故障特征值提取与分析的方法进行验证。最后运行结果证明,该系统能较好地对风电机组齿轮箱的故障进行检测,具有一定的实用性。     

面向事务处理的容错计算机系统结构设计与实现

提出了一种面向事务处理的容错计算机体系结构,设计了基于三模冗余的仲裁器和仲裁算法。在集群中,利用中心结点故障检测机制,采用仲裁器得到了一个逻辑上高可靠的管理态结点,通过该结点可以实现系统快速故障诊断和故障恢复。实验结果表明：节点间故障检测时间小于2s,故障节点切换时间小于5s,该系统的故障检测、故障节点切换可以满足事务处理系统对可靠性的要求。     

Fault diagnostics of dynamic system operation using a fault tree based method

For conventional systems, their availability can be considerably improved by reducing the time taken to restore the system to the working state when faults occur. Fault identification can be a significant proportion of the time taken in the repair process. Having diagnosed the problem the restoration of the system back to its fully functioning condition can then take place. This paper expands the capability of previous approaches to fault detection and identification using fault trees for application to dynamically changing systems. The technique has two phases. The first phase is modelling and preparation carried out offline. This gathers information on the effects that sub-system failure will have on the system performance. Causes of the sub-system failures are developed in the form of fault trees. The second phase is application. Sensors are installed on the system to provide information about current system performance from which the potential causes can be deduced. A simple system example is used to demonstrate the features of the method. To illustrate the potential for the method to deal with additional system complexity and redundancy, a section from an aircraft fuel system is used. A discussion of the results is provided.     

Mining Software Repository for Cleaning Bugs Using Data Mining Technique

Despite advances in technological complexity and efforts, software repository maintenance requires reusing the data to reduce the effort and complexity. However, increasing ambiguity, irrelevance, and bugs while extracting similar data during software development generate a large amount of data from those data that reside in repositories. Thus, there is a need for a repository mining technique for relevant and bug-free data prediction. This paper proposes a fault prediction approach using a data-mining technique to find good predictors for high-quality software. To predict errors in mining data, the Apriori algorithm was used to discover association rules by fixing confidence at more than 40% and support at least 30%. The pruning strategy was adopted based on evaluation measures. Next, the rules were extracted from three projects of different domains; the extracted rules were then combined to obtain the most popular rules based on the evaluation measure values. To evaluate the proposed approach, we conducted an experimental study to compare the proposed rules with existing ones using four different industrial projects. The evaluation showed that the results of our proposal are promising. Practitioners and developers can utilize these rules for defect prediction during early software development.     

基于数字孪生的复杂矿用设备预测性维护系统

针对恶劣工况环境下复杂矿用设备状态监测与预测性维护困难等问题,结合状态监测、故障预警和预测维护等多种综合建模与分析预测技术,提出了一种基于数字孪生的预测性维护系统。首先,介绍了复杂矿用设备数字孪生体的设计流程与构建原理,并在搭建数字孪生体的过程中实现了预测性维护系统的功能;然后,研究了基于LabVIEW、MySQL和Unity3D的状态数据获取方法,利用Unity3D开发引擎搭建了三维可视化复杂矿用设备状态监测平台,并通过虚拟空间可视化展示设备当前状态;最后,分析了优化BP（back propagation,反向传播）神经网络在复杂矿用设备故障预警中的适用性,同时利用MATLAB软件建立了复杂矿用设备关键零部件的预测性维护模型,并将预警结果通过MySQL数据库传输至Unity3D开发引擎,以驱动和部署预设维护流程,实现设备状态实时监测下的关键零部件故障预警。根据采煤机液压系统的实际维修流程,制定了混合现实（mixed reality, MR）预测性维护策略,并以采煤机摇臂部液压柱塞泵为实验对象开展有效性验证。结果表明,所构建的预测性维护系统的故障预测准确率高于90%,且故障预警结果可驱动HoloLens眼镜实现虚拟指导的维修交互,验证了该系统预测性维护功能的有效性。研究结果可为复杂矿用设备的预测性维护提供新思路。     

基于误差修正 NLSTM 神经网络的无人机航迹预测

无人机产业近年来发展迅猛,在军用和民用方面都拥有广泛的应用前景。无人机的航迹记录在其航行过程中发挥着重要作用,无人机的航迹预测也成为当前世界研究的热点,使用神经网络进行航迹预测更可以充分发挥其优势。首先对国内外学者关于航迹预测的文献进行了梳理,根据航迹预测的原理对目前飞行器航迹预测算法进行了总结和分类,针对利用神经网络模型预测无人机航迹并逐步改进模型以提高预测精度的问题进行了研究。接着对于传统神经网络模型预测精度不够高的问题,提出一种带误差修正的嵌套长短期记忆 (ENLSTM) 神经网络预测模型。ENLSTM 在嵌套长短期记忆网络模型的基础上引入了误差修正项,从而使得预测精度更高。最后使用 BP、RNN、LSTM 和 ENLSTM 四种神经网络模型分别对无人机的真实航迹数据和模拟航迹数据进行仿真实验,得出结论：循环神经网络相对 BP 神经网络在无人机航迹的预测上更具有优势,基于基础循环神经网络的逐步改进提升了模型的预测能力,ENLSTM 模型对于无人机的航迹预测具有更好的效果。     

基于非平稳循环特征极坐标增强的曲轴轴承磨损故障诊断

曲轴轴承早期磨损故障特征微弱且呈现非平稳循环特征,提出一种非平稳循环特征极坐标增强方法。利用连续小波变换对发动机振动信号进行处理,然后根据发动机工作过程与配气相位的关系对于每一工作循环数据进行等角度采样,将信号特征由直角坐标系映射到极坐标系并进行同步增强,并利用模糊C均值聚类对故障特征参数进行分类识别。仿真信号的分析对比显示了该方法能够削弱噪声干扰,突出信号特征。运用此方法对某型发动机曲轴轴承磨损信号进行分析,有效地提取了曲轴轴承磨损特征信息,准确识别了曲轴轴承不同磨损故障。     

移动成型鼓无线通信数传技术研究

设计应用无线数传技术实现数据传输的组合式成型生产线的监控系统,采用分布式结构建立统一协议模型实现不同终端设备的数据联网传输.研究符合组合式成型生产线的无线通讯技术,可以满足移动成型鼓工作时对电压、电流、运行速度、液压系统压力、故障状态等电气参数的网络传输.该技术已得到成功的实验测试并在其它行业得以应用,能有效提高系统监控与管理的效率.     

青藏线供电线路相间短路故障定位算法研究

本文针对青藏线输电线路的特点，推导出相间短路故障下的故障测距算法。该算法利用序网络分解法对故障网络进行分析，得到基于单端电气量故障距离一般表达式，该算法消除了故障电阻的影响。针对不同类型的故障，利用PSCAD/EMTDC进行了大量仿真，验证了算法对相间短路故障类型故障定位的性能，得出了可靠的结论。     

一种基于POS数据的无人机影像自动展绘控制点方法

针对无人机影像重叠度高,影像处理工作量大的特点,为了提高无人机摄影测量的工作效率,充分发挥无人机技术快速成图的优点,提出了一种利用改正后POS数据自动展绘控制点的方法.该方法根据无人机POS数据纠正原理,通过在区域网内布设少量控制点,建立POS数据改正模型,从而获取POS数据误差改正参数对原始POS数据进行改正,利用改...