基于虚拟仪器的导弹自动驾驶仪测试系统设计

针对某型号导弹自动驾驶仪故障检测和诊断难题,在分析自动驾驶仪功能和特性基础上,基于虚拟仪器技术设计开发了自动测试硬件平台;测试系统软件完成敏感元件、指令等激励信号的模拟,对自动驾驶仪输出信号采集、处理和分析,并对测试结果进行判定,最后给出故障定位;通过对自动驾驶仪故障件的测试和验证,自动测试系统工作高效、稳定,为该型号导弹自动驾驶仪的故障测试和诊断提供了高效的方法和手段。     

防空导弹自动驾驶仪测试性建模研究与应用

为了得到防空导弹自动驾驶仪的故障检测与诊断策略,减少自动驾驶仪的测试费用,建立了自动驾驶仪的测试性模型并进行分析,解决了建模的难点。通过多层抽象混合推理故障建模方法推导了自动驾驶仪结构与测试点之间的关系,根据测试点的特征和自动驾驶仪工作原理建立信息流模型,在此基础上,利用故障与测试间的相关性矩阵来描述测试性模型。基于此模型设计了诊断策略构建方法。实际应用表明,建立测试性模型的方法完全正确,通过模型能够构建有效的检测与诊断策略,缩短测试时间。     

基于信息流模型的自动驾驶仪多故障诊断分析

为了在多故障情况下对自动驾驶仪故障做出正确诊断,提出了基于相关性矩阵的多故障诊断完备性分析方法,并给出了严格的数学证明;首先对系统的软硬件模块进行分析与划分,利用信息流模型建立故障与测试间的相关性矩阵模型;再根据多故障情况下的诊断完备性分析方法对相关性矩阵进行行列变换,说明在多故障情况下此自动驾驶仪的故障诊断正确率理论上能达到100%,最后构建其故障诊断方法;实际应用表明,此方法对于自动驾驶仪的分析是有效的,可满足系统的指标要求。     

无人机远程故障测试与诊断技术研究

为了确保众多无人机能够远程共享测试设备与技术人员等资源,设计了一种基于DataSocket技术和信息融合理论的远程故障测试与诊断系统;该系统采用PXI总线模块作为数据采集设备,利用DataSocket技术和虚拟仪器实现测试数据的远程传输;采用基于D-S证据理论的多智能诊断算法数据融合技术,提高故障诊断的准确率;同时为了便于故障信息的管理,把诊断出的结果存放在数据库中,远端使用B/S架构获取诊断数据;该远程故障测试与诊断系统可提高故障诊断正确率,实现故障信息的统一管理,节约成本提高效率,有一定的工程应用价值。     

串扰时延故障的SAT-ATPG算法研究

随着芯片运行速度不断提高,对串扰时延的测试已成为一个迫切需要解决的问题;文中提出一种面向多条攻击线的受害线上最大串扰噪声的测试生成方法;此方法建立了串扰通路时延故障模型、分析了布尔可满足性问题、讨论了七值逻辑,研究了串扰时延故障测试转换为CNF的逻辑表达式,在非鲁棒测试条件下约简CNF范式,并提出了串扰时延故障的SAT-ATPG算法;最后通过实例分析,对本文算法进行验证;结果表明:该算法对串扰时延故障的测试矢量的生成是有效的。     

全相位FFT在导弹自动驾驶仪测试中的应用

自动驾驶仪是导弹的姿态控制系统,其性能好坏决定了导弹飞行的稳定性。为了精确测量其性能,对导弹自动驾驶仪测试原理和方法进行了研究,进行了正弦信号测量方法的分析,提出了基于全相位FFT数据处理方法,并结合时移相位差校正方法实现正弦形式信号的频率、幅度和相位等参数的精确测量。利用LabVIEW图形化编程软件设计了算法软件,通过仿真试验考察了该算法在无噪、低噪和大噪环境下信号测量精度,结果表明全相位FFT方法在信号频谱测量方面具有精度高、抗噪能力强等优点,满足自动驾驶仪的测试需求。     

遗传算法在检测耦合腔链各单腔频率中的应用

利用遗传算法来诊断耦合腔链的各单腔频率,不需插入活塞探针进入耦合腔链,由计算机通过微波网络分析仪,从腔链的输入波导获取通带特性数据,便可求解各单腔频率.这种方法可以简化调谐过程,并可以用来诊断密封腔链.此问题可以看作是一个非线性最优化问题,我们选择遗传算法来解决此问题,并且在遗传算法中加入了最小二乘的变异算子,使遗传算法的收敛速度和精度都得到显著改善.数值实验证实了这种算法的优越性,并且与传统的遗传算法进行了比较.     

基于前馈—反馈控制导弹自动驾驶仪鲁棒稳定性分析

针对一类前馈—反馈的气动力/直接力复合控制导弹自动驾驶仪结构特点,基于对直接力喷流装置放大因子与攻角的对应关系和直接力寄生回路的耦合机理的分析,完成了气动力/直接力复合控制系统的非线性建模,并采用Lyapunov非线性稳定性理论,对复合控制导弹自动驾驶仪的鲁棒稳定性问题进行了证明,给出了采用气动力/直接力复合控制导弹自动驾驶仪的稳定域,具有较好的工程参考价值。     

双核SoC芯片扫描链测试设计与实现

针对芯片生产过程中可能引入短路和断路等制造缺陷的问题,实现了基于扫描链测试的双核SoC芯片可测性设计电路。根据双核SoC中DSP硬核、CPU软核特点采用不同的扫描链设计方案：利用DSP硬核中已有扫描链结构,将DSP测试端口复用到芯片顶层端口,在CPU软核和其它硬件逻辑中插入新的扫描链电路。扫描链测试支持固定型故障测试和时延相关故障测试。针对时延故障测试,设计了片上时钟控制电路,利用PLL输出高速时钟脉冲进行实速测试。采用自动测试向量生成工具产生测试向量,结果表明,芯片固定型故障的测试覆盖率可以达到97.6%,时延故障测试覆盖率可以达到84.9%,满足芯片测试覆盖率要求。     

惯性导航的物理基础

 导航就是引导舰船、飞机、导弹等航行体到达预定目的地的过程.完成导航任务的设备叫导航系统,以航空导航为例,测量飞机的位置、速度、姿态等导航参数,通过驾驶员或自动驾驶仪引导其按预定航线航行的整套设备就是飞机的导航系统.     

基于免疫遗传算法改进的BP神经网络在灭火系统电路板故障诊断中的应用

针对装甲车辆灭火系统电路板规模较大,功能日趋多样与完善的同时,其复杂程度也日益提高,故障层次越来越多,故障现象与故障原因的映射关系更加复杂,组合故障频发,传统的故障诊断方法已不能满足灭火系统电路板故障诊断的要求。设计了基于免疫遗传算法优化的BP神经网络对灭火系统电路板进行故障诊断,并在免疫和遗传过程中保留了部分训练最优解。实现了神经网络收敛速度的提高,使用Matlab编程优化算法并完成了电路板仿真故障的诊断。通过实验验证了该诊断模型的准确性和可靠性,为电气系统通用检测设备的神经网络诊断方法实现提供了理论支撑。     

基于粒子群优化算法的伺服系统测试点优选策略研究

针对某型雷达天线伺服系统测试点多,故障诊断需测试较多测试点而导致的故障诊断时间长,效率低的问题,提出了一种基于粒子群优化的测试点优选方法。该方法首先基于系统所需的故障诊断率和所能容忍的故障虚警率构建目标优化函数,其次利用粒子群算法对目标函数进行优化以选择最少的测试点完成故障定位和诊断。该方法避免了对所有测试点的测试,节省了测试时间,可在最短的时间内完成测试点的优选。仿真实验验证了算法的有效性。     

参数寻优支持向量机在基于光声光谱法的变压器故障诊断中的应用

为了解决变压器气相色谱分析法故障诊断中存在的操作繁琐、消耗待测气体和载气、检测周期长等缺点,提出了利用光声光谱技术检测变压器油中CH₄,C₂H₂,C₂H₄,C₂H₆,H₂五种特征气体的含量并计算C₂H₂/C₂H₄,CH₄/H₂,C₂H₄/C₂H₆三对比值数据。将五种SVM类型和四种核函数采用交叉组合建立20种不同的支持向量机模型,并采用启发式算法对于惩罚因子c和g的取值进行参数寻优,以建立变压器故障诊断准确率最高、最快运行速度的支持向量机模型。启发式算法主要对比研究了粒子群算法和遗传算法在寻优精度与速度上的效果。仿真实验结果表明C-SVC模型、RBF核函数、遗传算法寻优构成的支持向量机模型对变压器故障的诊断准确率最高,测试集达到97.5%,训练集达到98.333 3%,并且遗传算法的寻优速度快于粒子群算法2倍左右。该方法具有操作简单、非接触性测量、不消耗载气、检测周期短、稳定性和灵敏度高等优点。可以代替传统的气相色谱分析法进行变压器故障诊断,满足变压器故障诊断的实际工程需要。     

改进粒子群算法优化支持向量机在故障诊断中的应用研究

支持向量机(SVM)作为当前新型的机器学习方式,凭借解决小样本问题、高维问题和局部极值问题等方面的优越性,在当前故障诊断方面有突出的表现;文章根据对支持向量机的研究,发现其在分类模型参数选择上存在困难,为此,提出利用改进粒子群算法优化的办法,解决粒子群前期收敛速度过快导致后期容易优化不均的现象;通过粒子群算法优化与支持向量机分类模型结合,以轴承故障检测和诊断为例,分析次方法的优越性和提高支持向量机在故障诊断过程中的精准度;通过实际检测得出,这种算法优化的方法改进的支持向量机对于聚类性较差的故障分类具有很好的诊断功能。     

基于多区域代理的分布式故障诊断方法

军用大型复杂装备组成涉及多个子系统或多个装备,故障诊断涉及上百个分散测试点数据采集和分离模块的诊断推理。传统装备采用集中测试和诊断方法,配套测试系统结构设计复杂、系统故障诊断算法效率低。本文基于D-矩阵故障诊断原理,提出基于多区域Agent的分布式故障诊断结构模型和区域Agent数据协同、区域Agent测试结果仲裁等问题的解决办法,并以某型舰船装备为例,验证了基于多区域代理的分布式故障诊断技术的有效性。     

复杂机载电子系统故障综合诊断技术研究

故障综合诊断技术一直是复杂机载电子系统研发过程中的关键部分,当前的故障诊断技术同时需要机内测试（BIT）和场外自动化测试设备（ATE）的测试结果才能得出诊断结果,诊断效率低,时间长并且不能在线诊断。针对新一代战斗机将更加依赖航空电子系统的趋势,迫切需要一种诊断时间短,且能够实现在线诊断的故障诊断技术。因此,一种基于模型的故障诊断方法被提出。该方法通过融合多信号模型和整数编码故障字典模型,模块间采用多信号模型,单个模块中采用整数编码故障字典模型,克服了多信号模型对测试信息的浪费和整数编码故障字典模型建模困难的缺点,并提出一种多目标测试优选方法,通过优化检测方案,充分发挥BIT的检测性能。该方法通过充分使用BIT的测试信息,摆脱了对场外ATE的依赖,实现了在线快速定位故障并识别故障模式。     

基于互相关算法的飞机导线故障诊断与定位系统设计

以飞机导线短路故障和断路故障为研究对象,目的在于寻求一种测试方法能够提高应用时域反射测量原理进行故障诊断与定位的精度。按照实际机场工程应用背景,设计了以便携式工控机为控制核心、以LabVIEW为驱动软件的飞机导线故障诊断与定位系统。根据信号传播特性,提出了基于互相关算法的故障定位方法,消除了系统误差的影响。计算机仿真和实物测试结果表明该系统具有测试过程方便、准确性高的优点,为提高民航机务维修质量具有促进作用。     

多值测试诊断策略优化设计

针对电子系统中多值测试条件下的测试排序问题,提出了一种诊断策略优化方法。首先,以相关性矩阵模型为基础,将已有的二值测试的优化算法同多值测试问题相结合,提出了适用于多值测试的基于霍夫曼编码的启发式函数;其次,将平均测试代价最小和平均测试步骤最少作为优化目标,采用与或树启发式搜索算法生成诊断树,得到多值测试的诊断策略,并给出了诊断策略优化方法的具体实现步骤;最后,将其应用到航空设备的实例中。结果表明提出的基于霍夫曼编码的与或树启发式搜索算法是可行的,其生成的诊断树是最优的,比基于信息熵的与或树启发式搜索算法具有更小的平均测试代价和更少的平均测试步骤。