学科分类
/ 1
9 个结果
  • 简介:故障树在设备的故障诊断中被广泛应用.当系统复杂度较大时,故障模式和故障树的分支会剧烈增加,故障现象和故障原因因此出现复杂关系,这必然给故障检测和诊断推理带来极大的困难.在故障诊断中引入一种新的人工智能方法,即蚁群算法,可以确定故障树的最优检测次序,并指导系统多故障状态的决策.由于该方法具有平行性、鲁棒性等特点,可以很好地解决前面所提问题.仿真结果显示,在故障树中采用该新方法可行、有效.

  • 标签: 蚁群算法 故障诊断 故障树 最优检测次序 故障模式 惯性导航设备
  • 简介:针对多星座情况下多卫星同时故障时的接收机自主完好性检测的问题,分析了多卫星同时故障的原因及特点,提出基于极大似然比的分层完好性检测方法。通过奇偶向量矩阵的计算,根据极大似然估计,进行故障检测与隔离,利用全量检验统计值与部分检验统计值之间的关系进行故障卫星的确定,并利用接收机的数据进行仿真验证。仿真结果表明,本方法可以快速有效地实现多星座情况下的接收机自主完好性检测,检测出并隔离故障卫星。

  • 标签: 极大似然比 接收机自主完好性检测 全球导航星系统 检验统计值
  • 简介:为提高多传感器组合导航系统对各导航传感器的在线故障检测能力,提出了一种基于调频高斯小波变换的导航传感器故障诊断改进算法。该算法在分析调频高斯小波特性的基础上,采用高斯小波变换计算出观测量的小波系数后,然后利用带遗忘因子的数据平滑算法对小波系数进行平滑,通过判断平滑值来诊断导航工作正常与否。其优点是仅利用传感器的观测量来直接检测导航传感器故障,适当选择小波变换的拉伸因子和数据的衰减因子可以对方差突变等软故障进行有效的在线检测,并解决了误检问题。仿真结果证明了该算法的有效性。

  • 标签: 组合导航 故障诊断 算法 调频高斯小波变换 遗忘因子
  • 简介:针对非合作航天器的相对导航问题,提出了一种利用点云矩形面特征测量非合作航天器位姿的方法。首先从点云数据中提取矩形面;然后根据矩形面点云数据计算出点云分布矩阵,通过特征值分解求出相对位置和姿态,并解决了因矩形面对称而产生的多解问题;最后设计了卡尔曼滤波器,确定目标星与追踪星的相对位置参数以及目标星的姿态、角速度。仿真结果表明:相对位置的估计精度优于0.005m,目标星姿态精度优于0.1°,验证了该方法的有效性。

  • 标签: 非合作航天器 点云 矩形面特征 位姿测量
  • 简介:针对平台自动测试系统故障诊断的特点和设计要求,提出了一种将知识发现技术融入故障诊断系统中的新的框架,同时设计了知识发现操作的具体过程.系统运行后,既可以发现新知识,又可以改进原有规则,大大提高了系统的知识获取和故障诊断能力.

  • 标签: 知识发现 自动测试系统 知识获取 平台 同时设计 故障诊断系统
  • 简介:在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。

  • 标签: 广义系统 连续-离散系统 故障诊断及隔离 多模型自适应估计 强跟踪卡尔曼滤波
  • 简介:本文用BP神经网络对挠性陀螺仪伺服回路的故障诊断进行了模拟,取得了满意的结果。同时还介绍了作者设计的这一通用型BP神经网络软件包及其特色

  • 标签: BP神经网络 挠性陀螺仪 伺服回路 故障诊断
  • 简介:在三轴整体式速率偏频激光陀螺无法进行输出轴冗余配置的情况下,为实现陀螺的元件级故障检测与隔离,提出了由三轴整体式速率偏频激光陀螺和挠性陀螺组构成的双惯性系统的故障检测与隔离方案,给出了双惯性系统的量测方程,并以此为基础推导了用于进行故障检测与隔离的奇偶方程.提出一种基于奇偶方程的双惯性系统故障检测与隔离方法,并针对一类无法用奇偶方程进行隔离的故障,给出一种搜索无故障陀螺输出轴的故障检测与隔离新方法.

  • 标签: 双惯性系统 故障检测 速率偏频 激光陀螺 奇偶方程 故障隔离