动调陀螺仪离线预测与健康管理系统的设计

针对动调陀螺仪传统维修方式存在维修不足和维修过剩等问题,设计了一种离线预测与健康管理系统;在分析动调陀螺仪状态影响参数的基础上,构建了状态监测平台,并采用时间序列方法对随机信号进行特征提取;利用采集的数据进行信息处理,采用神经网络进行健康状态评估,采用灰色支持向量机进行剩余寿命预测;最后,在对各种信息进行管理、利用的基础上,制定维修决策及进行保障资源管理;实际应用表明,本系统能有效提高动调陀螺仪的使用可用度,降低保障费用。     

基于竞争失效的航空发动机剩余寿命预测

多种多样的失效模式之间相互影响,在本质上看就是竞争失效的结果,这会增加航空发动机剩余寿命的预测难度。根据航空发动机的多种失效模式的相关规律、特点,指出了对航空发动机剩余寿命进行预测的大体框架、模型和相关的算法,也就是所说的在竞争失效的基础上预测航空发动机的剩余寿命。     

基于免疫神经网络的陀螺仪漂移预测

BP神经网络可用于预测陀螺飘移误差，但容易陷入局部极值，训练速度很慢。针对上述缺点，该文提出了一种基于免疫算法的神经网络，以样本输出为抗原、神经网络权值矩阵为抗体，通过克隆、变异、抑制等步骤找到最优抗体，将最优抗体用于陀螺仪漂移预测。仿真试验显示，免疫训练算法能有效优化网络权值，基于该模型的漂移预测精度较高。     

基于免疫神经网络的陀螺仪漂移预测

BP神经网络可用于预测陀螺飘移误差，但容易陷入局部极值，训练速度很慢。针对上述缺点，该文提出了一种基于免疫算法的神经网络，以样本输出为抗原、神经网络权值矩阵为抗体，通过克隆、变异、抑制等步骤找到最优抗体，将最优抗体用于陀螺仪漂移预测。仿真试验显示，免疫训练算法能有效优化网络权值，基于该模型的漂移预测精度较高。     

一种MEMS陀螺仪的标定方法研究

微机电系统(MEMS)陀螺仪的测量误差是影响微惯性导航系统精度的重要因素.为了提高微惯性导航系统的精度,提出了一种利用三轴转台完成MEMS陀螺仪的标定方法.根据MEMS陀螺仪的误差模型,设计了标定试验方案和误差模型参数的辨识方法,并通过小波阈值去噪的方法对陀螺的输出数据进行去噪处理.试验与仿真对比分析结果表明:经误差补偿和去噪后MEMS陀螺仪的测量精度提高1～2个数量级,同时验证了该标定方法的正确性、有效性.     

基于时间序列分析的动调陀螺仪故障预测研究

针对动调陀螺仪的故障预测问题,提出一种时间序列分析和BP神经网络相结合的故障预测方法;首先,采用时间序列分析对采集的各个状态下的动调陀螺仪振动信号进行拟合,建立ARMA模型,利用模型参数作为状态识别的特征参数;其次,利用提取的特征参数,通过BP神经网络进行动调陀螺仪状态识别;最后,结合具体实例进行了验证;验证结果表明该方法可行有效,识别精度达到92%以上。     

基于主成分分析法的惯性器件寿命预测

在基于随机滤波理论的剩余寿命预测模型中,所使用的输入数据为单维,而工程实践中惯性器件有多维监测信息,因此,在现有寿命预测模型中,根据专家经验所选取的单维数据仅使用其中一部分信息。针对以上问题,提出了1种基于主成分分析的寿命预测方法。主成分分析可以将相互关联的多维数据用少数几个不相关的主成分进行代替,这样在减少有用信息损失的同时,使问题得到简化。应用实际的多维历史监测数据和主成分分析的寿命预测模型,进行了某导弹惯性平台的寿命预测实验。实验结果表明,采用基于主成分分析的预测模型能够有效地进行寿命预测,且精度较高。     

基于分数布朗运动过程模型的混合随机退化设备剩余寿命预测

在实际工程中, 设备往往是由多个不同类型元件或部件构成的集合体, 其总体性能退化程度是由内部多种随机退化过程综合影响下的结果. 不同于现有文献主要采用无记忆效应的单一线性或非线性形式随机过程模型来描述设备的真实退化, 首先建立一种基于分数布朗运动(Fractional Brownian motion, FBM)的混合随机退化模型, 用以刻画退化过程中的记忆效应与长期依赖性; 进一步, 在退化模型里同时引入双随机效应, 用以描述不同设备之间的退化差异性, 并基于弱收敛性理论推导得到首达时间(First hitting time, FHT)意义下剩余寿命(Remaining useful life, RUL)概率密度函数(Probability density function, PDF)的近似解析表达形式; 然后, 给出一种共性参数离线估计和随机参数实时更新的策略, 进而实现了剩余寿命的实时预测; 最后, 通过数值仿真例子和陀螺仪的实际退化数据, 验证了该方法的有效性和具有潜在的工程应用价值.     

基于隐马尔可夫模型的陀螺仪漂移预测

针对陀螺仪实验数据的有限性和非平稳性,提出了基于自回归(AR)模型和隐马尔科夫模型(HMM)的陀螺漂移预测方法。首先利用AR模型参数能够敏感状态变化规律的特性,提取陀螺漂移数据的自回归系数作为特征量;然后对具有混合高斯输出的HMM进行训练;最后对陀螺仪的状态进行加权预测,改进了趋势预测的方法,解决了陀螺漂移在小样本数据条件下的预测问题。实验分析了加权模型阶数和HMM状态数对陀螺漂移预测结果的影响,并验证了预测方法的有效性。     

一种高精度输出的MEMS陀螺仪阵列

为了提高陀螺仪的输出精度,设计了一种由两级最优滤波组成的MEMS陀螺仪阵列的方法.首先通过卡尔曼滤波分别对分量陀螺仪进行随机误差补偿,降低分量陀螺仪的随机噪声,此为一级滤波;其次通过卡尔曼滤波将几个型号相同的陀螺仪组合成陀螺阵列,通过集中式卡尔曼滤波对其进行二次滤波,进一步提高其性能;最后,采用四个型号相同的陀螺仪进行...     

激光陀螺捷联惯导计算机系统的设计

计算机在捷联式惯导中起着重要的作用。介绍了一种激光陀螺捷联惯导的计算机系统，该系统包括了一个PC104工控模块、接口卡和上位机。对工控模块和上位机的软件也进行了介绍。该计算机系统与激光陀螺等惯性器件完成了联调。经过多次实验，结果表明了该系统的可行性。     

激光陀螺温度误差补偿方法研究

激光陀螺是捷联惯导系统的理想元件,并广泛应用于航空、航天、航海以及地面定位定向等方面;但是,激光陀螺对温度十分敏感,温度的变化会造成激光陀螺零偏的变化,最终影响捷联系统的初始对准和导航精度;所以当要求激光陀螺工作在高精度的场合时,必须采取必要的温度误差补偿措施;通过对激光陀螺进行大量的温度试验,分析了温度及温变速率对激光陀螺零偏的影响规律,提出了激光陀螺温度补偿模型;经试验验证,此模型能在一定程度上改善温度对激光陀螺精度的影响,为进一步提高激光陀螺的精度打下基础。     

一种新型高效的激光陀螺抖动信号剥除技术研究与实现

激光陀螺的输出信号中包涵外界输入角速度、机械抖动角速度两部分信息,而机械抖动角速度是一个叠加了一定噪声的标准正弦振动;在此提出了一种正弦抖动剥除技术,能极大地衰减激光陀螺输出信号中的正弦分量,实现对陀螺输出信号的初步解调,并采用FPGA作为实现工具;文章首先对激光陀螺输出信号特性进行了分析,提出了一种新型的抖动剥除技术的理论模型;然后具体介绍了这种技术在FPGA上的实现方法;最后利用基于本技术设计的FPGA+DSP系统对某型号激光陀螺进行了测试,通过观察证明本方法能很好地实现激光陀螺正弦抖动剥除,剥除后的激光陀螺正弦幅值能衰减到原始值的1/70。     

机抖激光陀螺稳频控制技术的研究

激光陀螺的工作中心频率作为激光陀螺的工作计量基准,其频率的稳定性直接影响激光陀螺的测量精度。稳定激光陀螺工作中心频率最有效的方法是采用主动腔长补偿控制。在介绍了腔长控制原理和方法基础上,提出将激光陀螺输出光强信号进行交直流分量分离独立控制的方法,并给出系统的硬件设计框图,最后介绍了软件设计流程。测试结果表明漂移均方差在0.4°/h以内,满足系统的使用要求。     

基于自适应神经网络的激光陀螺温度补偿研究

针对捷联惯性导航系统中激光陀螺的输出信号随温度漂移的问题,研究了激光陀螺的零偏与温度的关系,建立了一种新的考虑温度变化率的零偏温度补偿模型.在分析BP神经网络的基础上,提出了一种基于线性再励的自适应变步长神经网络算法进行激光陀螺的零偏温度模型系数的辨识.仿真结果表明,该方法能够有效地进行温漂补偿,从而提高惯组系统的导航精度.     

环形激光陀螺的零偏热效应补偿模型

热效应对激光陀螺零偏的影响非常明显且难以精确建模。根据对环形激光陀螺的大量温度试验的数据,分析了温度变化、温度梯度与温变速率对陀螺零偏漂移影响的规律,进而提出了一种适用于工程应用的环形激光陀螺的零偏热效应补偿方法。经试验验证,此模型能在一定程度上改善热效应对环形激光陀螺零偏稳定性的影响,为建立最后的误差补偿模型,进一步提高环形激光陀螺的精度打下基础。     

RLG环形激光陀螺测试技术的研究与设计

采用Allan方差法对环形激光陀螺(Ring Laser Gyro)传感器的输出特性进行了分析,完成了对RLG频域输出误差的建模评估,包括零偏稳定性、随机游走以及马尔可夫噪声等,并根据评估分析建立了温度误差零偏补偿模型;同时,在测试系统设计中,使用了转台交筹逆转法,尝试将零偏稳定性中的常值漂移和线性漂移部分自动补消,结果表明可以改善传统的RLG转台测试法的单一测量功能及精度.     

动车组转向架轴箱剩余寿命预测方法研究

动车组转向架轴箱的寿命作为衡量转向架性能的重要指标,主要受材料、工艺、质量、载荷、保养、工况等因素影响。为解决单一工况预测轴箱故障发生时间不准确问题,需充分考虑多工况因素,基于全生命周期构建转向架轴箱剩余寿命预测模型。本文通过对比分析多工况与轴箱的相互影响关系,采用大数据和机器学习算法,设计出一种基于长短记忆神经网络(LSTM)的轴箱相对温升与里程的剩余寿命预测方法。该方法能精确地刻画轴箱性能退化特征模型,可在动车运行过程中实时预测转向架轴箱故障发生率,较大幅度地提高动车组转向架轴箱剩余寿命预测的实效性、准确性。     

光纤陀螺温度漂移误差的模糊补偿方案研究

针对光纤陀螺启动过程中的温度漂移问题,研究了一种模糊模型补偿方案.依据Shupe非互易性理论和Mohr加热模型试验的结论,以光纤环内侧温度和温度变化率为输入,以陀螺漂移为输出建立了二输入一输出模糊模型.通过全温范围(-25 ℃~45 ℃)内的恒温静态试验数据辨识出模糊规则库,进而实行模糊推理可实现光纤陀螺温度漂移的在线自动补偿.室温验证试验表明,陀螺的零偏稳定性由补偿前的0.037°/h 减小为0.017°/h,与标称指标相当,陀螺启动时间由补偿前的30 min减少为2 min.