基于遗传PNN网络的组合导航故障诊断研究

针对INS/GPS组合导航系统观测信息无冗余且观测信息可能存在故障的情形,提出一种基于状态x2检验与自适应概率神经网络( APNN)相结合的组合导航故障诊断方法.该方法通过监测组合导航系统状态分量,提取故障的特征值并利用APNN确定故障的类别,从而实现故障的定位与隔离.APNN采用高斯函数作为激励函数,通过遗传算法获得模式层矢量最佳数目及匹配的平滑因子参数集,使每个神经元传递函数具有不同的平滑参数,提高了网络的泛化能力以及诊断精度.数值仿真结果表明,该算法能够有效地识别出INS/GPS组合导航系统的故障,确保了系统的安全性和可靠性.     

非可靠性测试条件下复杂系统多故障定位方法

针对复杂系统多故障并存且实际测试中存在误警和漏检等特点,提出非可靠性测试条件下多故障定位问题的解决方法。以寻找后验概率最大的故障假设为目标,引入贝叶斯理论并结合系统的检测、误警相关矩阵,将原问题转化为一个组合最优化问题。采用改进的偏转次梯度优化算法（modified reflection subgradient optimization algorithm,简称MRSOA）求解优化问题的拉格朗日对偶,获得故障定位结果。对某型雷达发射机在非可靠性测试情况下的多故障定位结果表明,该方法具有较高的定位效率和定位准确度。     

高速列车双通道速度传感器故障检测与隔离研究

高速列车双通道速度传感器在随列车高速运行时受粉尘、振动、温度变化等因素影响,易出现车轴故障检测虚漏警或误诊等问题。现阶段工程中常利用测试对比等方法检测速度传感器状态,但无法及时监测且易产生虚报警。因此,利用改进主元分析法(PCA)和改进重构贡献图法(IRBCP)建立全新的速度传感器故障检测隔离系统。首先,利用可检测故障幅值选择合适的故障检测统计量并细化,再利用基于组合最大化思想的改进重构贡献图法,确保单故障、多故障均可隔离。以高速列车双通道速度传感器为例,实验验证了所提的策略能够满足常见速度传感器故障的检测隔离需求,准确有效。     

冗余捷联惯组故障诊断的奇异值分解新方法*

冗余捷联惯组故障诊断奇异值分解法由于缺少单位化、阈值偏大和隔离策略有缺陷,导致漏警率偏高、误隔离率偏高且无法隔离负向故障。在分析Shim法原理的基础上,采用改进的解耦矩阵、新的故障隔离函数包含单位化和取模的运算,并且将故障检测和隔离分步实施。对改进方法进行蒙特卡洛数字仿真,仿真试验结果表明:新方法克服了Shim法的缺点,具有更高的正检率、更低的误隔离率。尤其对于发生负向故障的器件,改进方法能得到约99%的隔离率。新方法为冗余捷联惯组故障诊断提供一种新思路。     

基于多敏感器卫星姿态确定系统故障检测方法研究

针对无陀螺配置情况下由星敏感器、数字式太阳敏感器和数字式地球敏感器构成的卫星姿态确定系统,采用分散化滤波器进行信息融合,得到星体角速度的估计值.在此基础上,设计基于残差加权平方和的故障检测方法,并与常用的状态卡方检测法进行仿真比较.仿真结果表明, 残差加权平方和检测法能更有效地对卫星定姿所用的多传感器发生的突变和缓变故障进行检测与隔离.     

基于双因果键合图法液压系统故障诊断

利用解析冗余关系方法对系统进行故障检测和隔离的关键是建立解析冗余关系式。基于功率键合图法对多领域复杂动态系统建模的优势建立阀控马达液压系统的键图模型,加入观测信号和高斯白噪音后,建立系统双因果键合图诊断模型。根据所选双因果键合图元的因果路径关系得出系统的解析冗余关系式,并建立具有残差变化方向的故障特征矩阵。系统单一故障时,通过比较观测特征与故障特征可快速实现系统的故障诊断和隔离,表明该故障诊断方法是可行和有效的。     

改进的主成分分析方法在磁浮系统中的应用

为解决磁悬浮列车中多传感器系统的故障诊断和信号重构,提出了一种改进的主成分分析方法.该算法能够改进传统主成分分析方法在有相位偏移信号的系统中处理效果不佳的缺陷.算法理论证明过程也给出了实施改进方法的具体步骤.最后,在磁浮列车传感器信号系统中,基于改进前后的两种主成分分析方法,采用平方预报误差原则,分传感器有故障和无故障两种情况,把故障的检测结果进行了对比.算例结果表明,改进后的算法能明显提高故障的检测概率,降低检测误差.     

基于加速应力法的压力传感器泄漏检测

通过加速泄漏试验,对使用条件下压力传感器基准腔O型密封圈的气密性能进行检验,识别出密封结构存在潜在泄漏故障的产品.通过稳定产品温度、固定观测姿态、控制检测时间等方法改进了测量系统,以精确地检测泄漏结果.在既保证加速效果,又不造成产品损伤的前提下,对压力传感器施加温度、压力激发应力,经过多组温度和压力参数组合的加速泄漏试...     

一种陀螺与罗盘组合导航系统的故障检测方法

为了提高MEMS陀螺和磁罗盘组合导航系统的可靠性,减少各种干扰和故障对导航精度的影响,提出了一种及时、精确、有效的故障检测方法。该方法首先对正常工作时的MEMS陀螺和磁罗盘信号中的各种噪声进行分析;然后针对组合系统中的常见故障,从陀螺和磁罗盘航向信息中提取出短时间内两者航向变化量差值的均值、均值的一阶差分量及二阶差分量作为故障检测量,用以区分识别不同的故障源;最后使用预警模式,来减小故障检测过程中的延迟影响,提高故障检测的及时性。实验结果表明,此方法可以及时、准确地区分识别出组合系统中零偏、速率斜坡故障以及两种磁干扰,有效地降低了干扰和故障的引入误差。     

基于LabVIEW和神经网络的SF_6分解产物在线检测系统

在电力行业中,通常通过检测SF_6分解产物的含量判断电气设备是否存在故障。SF_6的分解产物主要是SO_2,H_2S和CO。通过电化学传感器对SF_6分解产物的浓度检测,用数据采集卡采集信号,结合线性神经网络设计算法,用LabVIEW设计信号自动采集程序、计算程序和控制面板,设计了基于LabVIEW的SF_6分解产物的在线检测系统。系统具有标定、检测、实时显示数据及波形和自动保存相关数据的功能,有效解决了电化学传感器间的交叉影响问题。此外,它也是一个有效的算法验证平台。     

Attitude determination GPS/INS integrated navigation system with FDI algorithm for a UAV

Recently an unmanned aerial vehicle (UAV) has been widely used for military and civil applications. The role of a navigation system in the UAV is to provide navigation data to the flight control computer (FCC) for guidance and control. Since performance of the FCC is highly reliant on the navigation data, a fault in the navigation system may lead to a disastrous failure of the whole UAV. Therefore, the navigation system should possess a fault detection and isolation (FDI) algorithm. This paper proposes an attitude determination GPS/INS integrated navigation system with an FDI algorithm for a UAV. Hardware for the proposed navigation system has been developed. The developed hardware comprises a commercial inertial measurement unit (IMU) and the integrated navigation package (INP) which includes an attitude determination GPS (ADGPS) receiver and a navigation computer unit (NCU). The navigation algorithm was implemented in a real-time operating system with a multi-tasking structure. To evaluate performance of the proposed navigation system, a flight test has been performed using a small aircraft. The test results show that the proposed navigation system can give accurate navigation results even in a high dynamic environment.     

基于联邦滤波的智能车辆多传感器组合导航的研究

为满足复杂环境下自主驾驶智能车辆的高可靠性导航要求,对智能车辆的多传感器组合导航进行了研究。提出了一种基于自适应联邦卡尔曼滤波的智能车辆SINS/CP-DGPS/双向光电测速仪组合导航方法,根据联邦滤波的分散滤波结构,分别建立了各滤波器的模型,进行了仿真试验验证。结果表明,该组合导航系统能为智能车辆提供丰富的导航信息,具有100Hz的高频输出、厘米级的导航精度和较强的容错能力,便于实现对发生故障的传感器的隔离。当GPS较长时间中断时,组合系统通过SINS/光电测速仪所构成的局部滤波器的辅助仍能为智能车辆提供可靠的导航数据。



     

基于遗传算法的模糊卡尔曼滤波在车辆导航中的运用

针对常规联合卡尔曼滤波存在的缺陷,提出基于遗传优化的模糊卡尔曼滤波方法,并运用于全球定位系统(GPS)/轨迹推算系统(DR)汽车组合导航的数据融合中。采用模糊逻辑自适应控制器对联合卡尔曼滤波器的噪声方差和信息分配系数进行在线自适应调整,避免了子滤波器的发散,保持了全局估计的高精度。同时,利用改进的遗传算法来优化模糊控制器的隶属函数,避免了以往完全凭经验获取隶属函数参数的缺陷。通过对GPS/DR组合导航系统的仿真和实验,验证了上述算法的可用性和有效性。     

微型平台组合导航信息分配新方法

摘要：针对微型平台组合导航系统,在分析以往的信息分配方法的基础上,提出了一种新的信息分配方法。利用阈值构造了故障概率计算公式,按照各个子系统故障概率进行信息分配。设计了IMU、GPS、ADS及超声波构成的组合导航系统,在新的信息分配方法下进行仿真。实验表明：该方法在子系统出现故障时能有效提高系统的容错性能,并改善导航精度。并且采用在线调整阈值的方法能够很好的降低误报率和漏报率。     

引入滑模观测器的GPS/INS组合导航滤波方法

由低成本器件组成的卫星/惯性(GPS/INS)组合导航系统中,存在较大的非线性与不确定性,为改善这一问题,本文提出一种引入滑模观测器(SMO)的滤波方法。首先,该方法建立了组合导航系统模型,介绍了扩展卡尔曼滤波(EKF)计算过程并分析存在的不足。然后,介绍了滑模观测器的基本原理,根据系统构建观测器。最后,说明了引入滑模观测器的EKF组合导航算法实现流程,滑模观测器将模型误差、状态估计以及均值方差融入EKF算法,修正系统输出。通过轨迹仿真实验与车载实验验证了所提方法优于传统EKF算法,具有更高的滤波精度。在车载实验中,卫星信号失锁15 s情况下,与EKF方法相比,所提方法的东向位置误差降低了53%,北向位置误差降低了37%,证明该方法能够有效抑制GPS/INS组合导航误差发散,为以后工程实践提供一定的参考价值。     

车辆组合导航系统中多传感器信息的自适应融合

首先介绍了车辆组合导航系统的工作原理及系统间的相互校正和切换问题,然后研究了联合卡尔曼滤波技术的应用,最后提出了一种自适应信息融合方法,实现了ＧＰＳ定位系统和航位推算系统间的最优综合校正。     

SINS/LBL组合导航序贯滤波方法

在长基线水声定位系统(LBL)实际应用过程中,由于信标作用距离限制、障碍物遮挡等多种原因,使得水下无人航行器(UUV)可能无法接收到所有信标的应答信号而产生量测更新延迟问题。对UUV在无法接收到所有信标信号时的导航滤波算法进行了研究;结合捷联惯性导航系统(SINS)误差模型和声速误差,建立了SINS/LBL组合导航模型,并将异步量测序贯处理方法引入该模型,实现了SINS/LBL组合导航滤波算法的实时量测更新;通过湖上试验数据分析,对比了SINS/LBL组合导航序贯滤波方法与常规方法的位置误差。结果表明,该方法即使在应答信号有缺失的情况下,仍然能够利用有限的应答信号量测值进行实时量测更新,保障了组合导航的精度。     

基于改进深度卷积网络的铁路入侵行人分类算法

异物侵入铁路限界严重影响行车安全,识别铁路限界内的人员侵入对保证铁路运营安全具有重要意义。由于既有铁路图像异物侵入检测系统只能检测报警图像,无法区分是人员侵入的正确报警还是光线干扰导致的误报警,为了降低上述误报警,本文建立了铁路异物侵限报警样本的训练集和测试集,提出了将改进的深度卷积网络提取的高层Alex特征和HOG特征相结合并用于深度卷积网络模型训练的分类算法。首先引入了改进的AlexNet深度卷积神经网络模型,提取了自动学习的Alex高层特征,然后将其与HOG特征相结合形成Alex-HOG组合特征,最后利用组合特征对分类网络进行训练。铁路异物侵限报警测试样本库的实验表明,该方法对1 498张测试样本图像的识别准确率高达98.46%,时间为3.78s,实时性和准确率均有较大提高,对降低系统误报率具有重大意义。     

抗野值自适应卫星/微惯性组合导航方法

针对在复杂城市环境下卫星导航系统(GNSS)定位定速存在野值,导致GNSS/微惯性(MEMS-INS)组合导航状态参数滤波估计精度恶化,甚至滤波发散的问题,提出了一种抗野值自适应GNSS/MEMS-INS组合导航算法,以提高组合导航精度和可靠性。该算法利用Allan方差分析建立较为精确的MEMS器件噪声模型,有效降低模型异常和状态扰动的影响。同时利用新息序列构造观测异常检验统计量,并根据该统计量构造自适应新息加权因子调节滤波增益矩阵,削弱观测野值对状态估计的不良影响。实验结果表明,该算法能够有效地控制GNSS定位定速异常的影响,具有较强的实时性和容错性。相比于传统算法,车载定位、定速和定姿精度分别提升35.78%、60.19%和82.41%,验证了本文算法的有效性和实用性。