一种通用测试系统故障诊断功能设计

为了解决运载火箭测试过程中测试项目多、测试流程复杂、测试时间长的问题,一般采用具有故障诊断功能的通用测试系统,实现自动化测试。通过综合分析运载火箭测试项目需求,研究通用测试系统运行过程对故障诊断功能需求,提出了一种通用测试系统故障诊断功能设计方案,包括故障诊断的系统架构、线路诊断、测试平台自检、测试流程监测、故障定位,以及信息应用等功能。通过该故障诊断功能设计,简化了测试项目,实现了运载火箭的快速自动化测试、性能监测与状态评估,保障火箭的安全可靠运行,并可为维修决策提供支持。     

一种模拟滤波器电路的故障诊断方法

针对模拟滤波器电路,提出了一种基于测前仿真和测后仿真相结合的故障诊断方法。在测前仿真环节,通过仿真获取电路正常状态及故障状态的幅频响应曲线,引入“区别度”计算电路故障状态和正常状态的区分程度,从而确定电路的可测故障集,并通过频率选择建立可测故障集的故障字典。在测后仿真环节,通过不同频率的激励获得电路故障状态的测试数据,再利用“区别度”计算测试数据与故障字典中各故障特征的区分程度,通过最小“区别度”实现故障检测及故障元件的定位。最后通过一个滤波器电路仿真实例,基于PSpice仿真和Matlab程序计算实现了基于测前仿真的可测故障集确定和故障字典建立,以及基于测后仿真的故障检测和故障元件定位,验证了本文提出方法的实用性。     

一种人-自动化系统协作的无人机航迹规划方法

为解决无人机航迹规划中考虑“人在闭环”控制需求、结合人机综合优势以进一步提高规划能力的问题,提出了一种人-自动化系统协作的航迹规划方法;该方法利用操控员选取人工引导路径点,以起始点、人工引导路径点和目标点为根节点形成多树扩展;引入Dubins曲线应用于随机树扩展和寻找最近子节点过程,改善航迹平滑性;仿真实验结果表明,该方法在自动化系统局部自主能力的基础上引入人的智能,规划效率和可靠性得到了提高,可用于无人机航迹规划实践。     

催化裂化反再系统的故障诊断方法研究

考虑到石油化工过程系统复杂,变量繁多,非线性关系极强,故障样本数据难于获取,故利用支持向量机对炼油厂催化裂化装置反应再生子系统的故障状态进行模式识别;且支持向量机参数C、σ对分类精度有很大影响,采用了改进的遗传算法对其进行优化;并采用了决策树算法进行多类分类,根据类间分离测度,从最难分类(类间分离测度最小)的两类样本集开始训练,将其合并为一个类簇后同其他样本集一起,再从中寻找最难分类的两个样本集合并,如此逐步合并最终得到训练模型;实验结果表明,利用改进的遗传算法优化惩罚系数C和核函数参数σ后,缩短了分类时间,提高了分类准确率,基于决策树算法的支持向量机能有效地解决一对一和一对多分类算法中存在的无法辨识区域的问题,能很好地识别故障类型,对催化裂化装置的故障诊断有显著的指导作用。     

测控装备协同故障诊断系统研究

掌握地面测控系统的技术状态、尽快排除装备故障,是保证发射活动顺利实施的关键;根据测控装备的使用特点提出了协同故障诊断系统保障需求,针对装备的组成特点及结构原理,采用虚拟仪器技术、DataSocket技术、LabVIEW以及PXI总线系统架构,提出了基于故障树诊断和基于案例的故障诊断的专家系统,设计了基于故障树和故障字典双模式统一存储结构的信息库;最后,通过对装备外测频综机柜的故障诊断实例,对系统协同条件下故障树诊断进行了验证;结果表明系统满足功能设计要求,诊断结果可靠,人机交互友善,操作方便。     

一种水下航行体参数快速传输系统的FPGA实现

在水下航行测试过程中,需要对各种运行参数、弹道轨迹进行实时记录,记录数据最终传到数据处理设备上进行分析处理;由于航行体在长时间运行过程中记录的数据量非常大,在对数据进行提取时,传统的RS232传输方法速度较慢,即使采用CAN总线进行数据提取,也会花费大量时间,严重影响测试效率;通过系统分析,设计一种使用FPGA实现USB高速传输的方法进行数据提取,该方法可以明显改进航行体数据提取效率,在航行体工程设计中具有重要价值。     

液压泵试验台测控系统的设计与实现

为测试液压泵性能参数,设计了以工业计算机和PCI数据采集卡为核心,LabWindows/CVI为软件开发平台的液压泵试验台测控系统;以多线程技术设计程序,采用线程安全变量同步线程;采集、分析、显示系统参数,并利用滞环控制算法将油温控制在35~45℃之间,利用遇限削弱积分PID算法实现出油口、回油口压力控制;设计了人性化的报警功能;通过ODBC接口,每隔1s将系统运行参数存入数据库,以便分析故障;软件调试界面大大缩短现场调试时间;经过运行测试,系统满足设计要求。     

基于Labwindows/CVI数据采集系统上位机软件的设计

为了能够完成大量多路信号的现场实时采集处理,对数据采集系统的上位机软件进行了设计,在Labwindows/CVI软件开发平台下,设计了人机交互界面,编写了背后实现程序代码以及USB总线通信函数动态库,实现了对多种环境和状态参数的采集和分析;文章重点介绍了为实现多种测试功能而采用的多线程、动态链接库关键技术,给出了功能测试结果,输入正弦波信号用上位机软件画图功能还原,结果波形光滑无毛刺,电压值误差很小;该软件性能稳定,满足实际需求。     

并联传感器系统压力传感器故障诊断系统设计

在工业生产过程中电子皮带秤普遍采用多个称重传感器输出信号的并联方法,而该方法对多个称重传感器无法独立采集同时无法准确判断故障。应用TI公司MSC1210单片机最小系统和信号分离器,设计一种并联传感器系统压力传感器故障诊断系统,实现多个称重传感器并联应用时的独立采集;发明一种皮带秤称重传感器累计量校准方法,将不断变化的累计量转换成定量值实现并联传感器系统压力传感器故障诊断。结果表明该系统较好实现多个称重传感器的独立采集和故障传感器判断,为皮带秤等计量装置并联传感器系统的技术升级提供有效手段。     

基于自适应奇异观测器的连续系统故障诊断

针对连续系统的传感器与执行器故障诊断问题,提出一种自适应奇异观测器来进行故障估计,能同时估计系统中的传感器故障与执行器故障,并克服了以往研究中对故障、故障导数与系统干扰作上界已知假设的不足。利用H∞性能指标抑制了干扰对故障估计的影响;通过线性矩阵不等式来获得自适应奇异观测器的增益阵,从而很方便地完成故障诊断观测器的设计;采用Lyapunov泛函证明了观测误差动态系统是鲁棒渐近稳定的;最后通过仿真实例验证了所提方法的有效性。     

融入模糊推理的新型故障树诊断方法

在以预防为主、准确、高效武器装备故障诊断的指导思想下,针对故障树诊断法固有的优缺点属性,本文将产生式规则和模糊理论引入故障树中,设计了故障树的确定性诊断和不确定性推理的故障诊断推理方法,将模糊故障机理以“故障树”的方式进行表达,使故障树诊断从确定性诊断领域扩展到模糊诊断领域,并构建了相应诊断算法流程。通过仿真对比,说明了该故障诊断推理方法的正确性,同时还证明了该方法具备快速性、准确性,以及处理模糊故障机理问题的能力。     

A Novel Method for Fault Diagnosis of Rotating Machinery

When rotating machinery fails, the consequent vibration signal contains rich fault feature information. However, the vibration signal bears the characteristics of nonlinearity and nonstationarity, and is easily disturbed by noise, thus it may be difficult to accurately extract hidden fault features. To extract effective fault features from the collected vibration signals and improve the diagnostic accuracy of weak faults, a novel method for fault diagnosis of rotating machinery is proposed. The new method is based on Fast Iterative Filtering (FIF) and Parameter Adaptive Refined Composite Multiscale Fluctuation-based Dispersion Entropy (PARCMFDE). Firstly, the collected original vibration signal is decomposed by FIF to obtain a series of intrinsic mode functions (IMFs), and the IMFs with a large correlation coefficient are selected for reconstruction. Then, a PARCMFDE is proposed for fault feature extraction, where its embedding dimension and class number are determined by Genetic Algorithm (GA). Finally, the extracted fault features are input into Fuzzy C-Means (FCM) to classify different states of rotating machinery. The experimental results show that the proposed method can accurately extract weak fault features and realize reliable fault diagnosis of rotating machinery.     

基于故障树的地铁屏蔽门故障诊断专家系统的设计

在地铁屏蔽门系统的故障诊断中,传统方法存在效率低、人工负担重等缺陷。为此,设计了基于故障树的故障诊断专家系统。先用屏蔽门的资料构建出扩展故障树,然后使用早期不交化和模块化等方法将其简化成基本故障树,求出最小割集。在故障树的基础上,设计了专家系统的知识获取和表示机制,建立了知识库。在构建推理机时,采用了双向推理、全自动推理、半自动推理、人工回溯等策略,提高了诊断效率和可信度。该系统可与综合监控系统进行接口,能对相关信息进行推理分析,对潜在故障进行预警,对已发生故障进行快速定位和诊断,出具故障报告和处理建议书,并提供故障模拟及培训功能。试用者的反馈意见表明该系统具有较好的实用价值。     

故障树分析法在装甲车辆电源系统故障诊断中的应用

为了能够准确地进行装甲车辆电源系统的故障诊断,深入地研究了故障树分析法在其中的应用;首先,以某型装甲车辆电源系统为研究对象,根据系统失效模型和故障机理,将故障树分析法运用于装甲车辆电源系统故障诊断中,建立电源系统故障树模型,进行故障分析与诊断;其次利用电源系统故障诊断平台对电源系统4个模块进行故障模拟仿真研究,可看出故障树分析法能够准确地诊断出电源系统各个模块的故障,检测精度可达94%,取得了预期效果。     

复杂自动化控制系统故障诊断方法研究与改进

近年来,自动化在工业生产、航空航天等不同领域得到了广泛运用,自动化控制系统随之孕育而生;自动化发展不断推进,长期生产使用中,传统自动化控制系统故障诊断方法出现多数据环境下故障诊断率低、多因素分析算法跟进力不足等问题;针对问题出现原因根源,提出复杂自动化控制系统故障诊断方法改进设计;采用数据罩筛引擎(GEP),对复杂自动化控制系统数据进行收集、整理、分析、模型创建;通过运行单元动态判断模块(DNGF)与多因素基准库(VSFVR)配合,完成对传统复杂自动化控制系统复杂环境下故障诊断方法的改进;通过仿真实验证明,复杂自动化控制系统故障诊断方法的改进,各项测试参数优于传统方法。     

一种适用于飞行器航电综合的故障检测和重构方法

鉴于特殊的飞行任务需求,某型号航电综合单一的故障逻辑难以满足多元故障状态下自主重构需求,降低了系统容错性。为解决航电综合多元故障模式难以量化表征影响故障重构的工程难题,创新的提出了一种适用于航电综合的故障检测和重构方法,基于决策表数据挖掘技术的航电综合故障预测流程和多源信息故障检测技术确保常规故障检测率大于98%,航电系统重构状态的量化表征分类方式确保了系统快速重构设计,本文提出的故障检测和重构方法极大地提高航电综合系统的故障检测率与容错能力。     

基于XML的故障诊断虚拟训练描述模型研究

随着科学技术的迅猛发展,传统故障诊断训练存在的问题日益突出,越来越难以满足维修人员的故障诊断训练需求。提出了通过虚拟方式进行辅助训练,来提高维修人员的故障诊断能力和掌握故障诊断相关知识,满足故障诊断训练需求。为实现故障诊断虚拟训练,分析了故障诊断虚拟训练模型的描述要素和描述语言。运用诊断树分析方法,基于XML建立了故障诊断虚拟训练描述模型,为实现故障诊断虚拟训练提供模型支撑。最后,基于此模型对液压千斤顶回收不到位的故障进行了描述,验证了描述模型的正确性与实用性。     

A Machine Learning Approach for Gearbox System Fault Diagnosis

This study proposes a fully automated gearbox fault diagnosis approach that does not require knowledge about the specific gearbox construction and its load. The proposed approach is based on evaluating an adaptive filter’s prediction error. The obtained prediction error’s standard deviation is further processed with a support-vector machine to classify the gearbox’s condition. The proposed method was cross-validated on a public dataset, segmented into 1760 test samples, against two other reference methods. The accuracy achieved by the proposed method was better than the accuracies of the reference methods. The accuracy of the proposed method was on average 9% higher compared to both reference methods for different support vector settings.