基于相关矩阵的动力传动系统故障诊断多类传感器优化布置方法研究

针对动力传动系统故障诊断研究中缺乏多类传感器优化布置方法的问题,在对测试性工程诊断设计阶段传感器优化布置方法进行深入研究的基础上,根据故障机理分析和故障树分析结果,提出基于故障-传感器相关矩阵的传感器布置备选方案获取方法及优化目标;在分析遗传算法和粒子群优化算法的基础上,提出遗传粒子群优化算法,在实例应用中获得了较好的结果;最后通过实例,验证了该方法的有效性。

考虑传感器故障检测能力的PHM系统传感器优化配置方法

传感器优化配置是航空航天设备PHM系统功能得以有效实现的基础和保证。针对目前传感器配置研究中未考虑传感器实际属性的问题,建立了考虑传感器故障检测能力的PHM系统传感器优化配置模型。首先分析了系统故障-传感器相关性矩阵的含义,将传感器的故障检测能力和相关性矩阵相结合,以概率形式描述了传感器对故障的检测性能。在此基础上根据系统的测试性指标要求建立传感器优化配置模型,并采用混沌二进制粒子群优化算法求解。仿真实例结果表明,本文建立的优化模型更加符合实际情况,配置结果更加准确和可靠。

基于故障相关矩阵的最优测试序列生成方法

针对最优测试序列生成问题,采用与或图搜索生成测试序列,将系统故障与测试之间的关系作为节点生成的依据,在综合了信息论与启发式搜索理论的基础上,由霍夫曼编码和信息熵构成的启发式搜索函数来引导与或图的搜索生成诊断树,安排最优的测试顺序,实现用最少的代价隔离系统故障;在解决与或图搜索问题中应用了改进后的AO*算法,避免出现"NP-完全"的复杂计算问题,整个过程大大减少了生成节点的数量,提高了故障隔离效率。

基于主元增广矩阵的SVM故障检测

为提高支持向量机(support vector machine,SVM)的故障检测率,提出一种基于主元增广矩阵的SVM(SVM based on principal component augmented matrix,PCAM-SVM)故障检测方法.运用主元分析(principal component analysis,PCA)算法在主元空间中计算得分矩阵,再加入得分的时滞输入特性和时差输入特性,构建增广矩阵.运用正常数据和故障数据的增广矩阵训练SVM模型,获得判别分类函数,再运用SVM模型对测试数据进行分类.PCAM-SVM方法通过构建主元增广矩阵,增加模型输入特性复杂度,有效降低了数据自相关性,提高了SVM的故障检测性能.将该方法应用于多变量动态仿真案例和田纳西-伊斯曼过程,并与PCA、独立元分析(independent component analysis,ICA)、核主元分析(kernel principal component analysis,KPCA)、SVM和PCA-SVM方法比较,验证了PCAM-SVM方法的有效性.

基于多信号模型的机载设备综合诊断方法研究

对机载设备综合诊断的信息来源和基于模型的诊断方法进行了分析,重点研究了基于多信号模型的故障诊断方法;给出了机载设备多信号模型的建模方法,研究了基于该模型的可达性和相关性分析方法,及故障-测试相关性矩阵的获取方法;在此基础上,详细设计了综合故障诊断方案和流程;并以机载气象雷达为实例,建立了该设备的多信号模型及测试-相关性矩阵,实现了气象雷达的综合故障诊断;验证了基于多信号模型的机载设备综合诊断方法的可行性。

机载装备测试性模型设计与优化

现代机载武器高度集成化、层次化的特点使得多数外部设备无法对其添加足够的测试点以获取全部的故障诊断信息,导致自动检测效率低下。提出一种层次化测试性建模方法,通过对复杂系统层次划分,建立起包含全部测试属性的多层次测试性有向图模型。基于该有向图模型,分析模型中各单元模块与测试间的关系,建立故障-测试相关性矩阵并得到模型的测试性属性。利用模型测试点和测试项的优化反馈结果,更新测试设备中的测试程序集。在测试执行期间不断积累维修经验,修正故障概率,更准确地将故障定位到满足当前机载设备维修精度的层级。最后以某温控系统为例进行分析,对本文所提方法的有效性进行验证。结果表明,该建模方法将优化模型的可测试性,提高外部测试设备对机载装备的检测效率及维修深度。

航空发动机滑油系统建模及测试性分析

针对日常维修中滑油系统不易到达且重要度高的特点,开展基于仿真模型的滑油系统测试性分析,优化滑油系统诊断策略;基于全流量单回路反向循环滑油系统的工作原理,使用AMESim软件建立滑油系统的虚拟仿真模型,并利用Simulink模型仿真结果验证所建AMESim模型的准确性,误差在3.5%以内;建立了滑油系统基本故障事件的贝叶斯网络,分析滑油系统的五大故障模式,用于确定滑油系统重要故障事件,作为开展仿真模型故障注入研究的基础;在模型中实现故障注入,通过分析预置测试点参数的变化,得到故障-测试相关性矩阵,实现滑油系统测试性分析和优化,优化后故障检测率提高了16.7%,故障隔离率提高了40.0%;可以利用测试性分析的结果,优化滑油系统传感器布局设计,为滑油系统的故障诊断提供支撑。