软件健康管理系统故障诊断推理机算法设计

针对很多测试软件健康管理系统中要求能够对动态系统故障进行准确、快速诊断的特点,应用具有对时空因果系统进行动态实时捕获的TFPG模型设计了故障鲁棒性诊断算法。在对TFPG模型进行介绍的基础上,设计了基于事件的假设初始化算法和基于增量的假设更新算法,并提出了假设的度量指标。将所研究的算法应用在典型TFPG模型上,结果证明设计的基于时间一致性的故障推理机对软件传感器故障具有良好的鲁棒性,并且能够对软件系统的状态进行预测,满足软件健康管理的需求。     

一种改进的证据冲突衡量因子

为解决证据融合时证据间冲突衡量不准确问题,提出了一种新的证据冲突衡量方法。对当前冲突衡量方法国内外研究现状进行总结,结合典型算例分析,指出了当前方法存在的主要问题。基于前人研究成果,提出了一种改进冲突因子用于衡量证据间冲突,主要基于修正证据距离与合取冲突,对两者采用加性组合。通过一般类型算例与特殊类型算例对所提方法进行验证,结果表明改进的冲突衡量因子能够准确衡量证据间冲突,并具有普适性。     

基于改进自适应加权的多传感器融合监测

针对加注系统多传感器测量数据融合,为满足融合的可靠性与准确性需求,提出了一种改进的自适应加权融合算法。加权融合算法的关键是如何准确判定测量数据权重值,在总结分析当前权重值判定方法优缺点的基础上,将证据理论中的修正证据距离引入测量数据间距离计算,生成融合权重值,完成传感器数据融合。通过一般算例与加注系统典型算例,对所提融合算法进行验证,结果表明算法融合效果较好、鲁棒性强,具有一定的理论意义和较好的工程实用价值。     

面向复杂装备的信息融合式健康监测分析研究

为解决当前复杂装备维修维护与状态监测所面临的问题,提出面向复杂装备的信息融合式健康监测;对复杂装备健康监测需求进行研究,明确针对复杂装备开展健康监测研究的意义;完成装备健康监测概念辨析,明确将信息融合技术引入复杂装备健康监测的意义;对信息融合技术国内外研究现状进行分析,针对信息融合技术的数据级、特征级及决策级,对各层级典型信息融合算法进行概要分析;论文研究为后续进一步深入开展复杂装备信息融合式健康监测研究奠定了良好基础。     

基于Hilbert-Huang变换和粗糙集的航天器在轨故障检测

航天器在轨故障检测中,首先基于Hilbert-Huang变换对航天器在轨运行状态信号进行特征提取。提取的特征属性常存在冗余,冗余属性耗费存储空间和处理时间,并干扰正确决策的生成。为解决此问题,采用粗糙集中基于可辨识矩阵和逻辑运算的属性约简算法,对提取的属性知识进行知识表示和约简,达到简化目的。以具有可类比性的地面轴承振动信号,对所提故障检测方法进行验证,验证效果良好。     

加注系统信息融合式健康监测方案研究

为解决当前发射场加注系统维修维护与状态监测所面临的问题,提出针对加注系统开展基于信息融合的健康监测;分析针对加注系统开展健康监测研究以及将信息融合技术引入系统健康监测的意义,总结加注系统健康监测现状,得出开展加注系统健康监测所面临的困难与启示;针对加注系统典型设备,设计融合式健康监测方案,包括健康监测信息特点分析、典型设备健康监测信息分析以及典型设备健康监测方案设计;为后续进一步深入开展加注系统融合式健康监测研究奠定了良好基础。     

基于粗糙概率Petri网的在轨服务目标航天器故障检测

为了简化知识表示,并解决传统Petri网因样本有限和不确定而无法正确判定的问题,提出一种将模糊理论中的概率引入Pe-tri网的理论。在HHT变换的基础上对故障数据进行特征提取,基于Rough集理论对所提取的属性特征进行属性约简,得出故障检测规则;将概率引入Petri网后,对约简后的规则建立基于概率Petri网的故障检测推理机制,实施在轨故障检测,并以地面轴承振动数据为例,对该方法进行验证;验证结果表明,该方法使用效果良好。     

基于故障树的在轨服务目标航天器故障检测

针对构建在轨故障检测知识库中知识获取和知识表示困难的问题,将故障树应用到在轨服务目标航天器故障检测知识库中。采用将专家经验知识建立成故障树的形式,通过对故障树的定性和定量分析,求出其最小割集和底事件重要度,减少知识库中的知识冗余,并以在轨运行的目标航天器上某负载的供电系统发生故障为例进行应用分析。分析结果验证了该方法的可行性。     

基于故障树的目标航天器在轨故障定位

针对目标航天器在轨运行时极易发生故障的问题,采用故障树分析方法对目标航天器实施在轨故障定位研究。介绍故障树的基本概念和故障树分析原理,给出在轨故障定位故障树的构建和实施步骤,以某型号卫星电源系统对星上负载的供电故障为例进行验证。结果表明：该方法是可行的,为后续在轨故障检测活动的开展奠定基础。     

一种考虑传感器精度的数据自适应加权融合算法

为增强多传感器测量数据融合效果,在综合考虑传感器初始精度与实际测量精度的基础上,提出了一种改进的自适应加权融合算法。将证据理论中的修正证据距离引入传感器实际测量数据间距离计算,基于计算得出的测量数据间距离生成各数据融合时的测量权重值。当传感器精度已知或者能够计算得出时,将基于传感器精度生成的固定权重与测量权重相综合,生成最终权重;当传感器精度未知且无法计算得出时,将测量权重作为最终权重。基于多种典型算例对所提融合算法进行验证,结果表明所提算法融合效果较好,具有一定的理论意义和较好的工程实用价值。