2011年国际自动测试年会热点追踪
摘要：为了解国际自动测试领域发展现状，并追踪研究热点，分析了2011自动测试年会（AUTOTESTCON）全部论文。通过对文章内容、主题词、关键词的综合分析，了解到故障预测与健康管理技术（PHM）、自动测试标记语言（ATML）、测试优化问题和测试标准化问题是2011年自动测试年会的主要热点。然后，重点对这些热点问题进行了跟踪，总结了其研究及应用现状。最后，结合上述热点国内研究及应用水平，给出了促进相关领域研究的一些建议。导航卫星导航信号频谱自动监测和判读软件设计
摘要：提出了一种导航卫星导航信号频谱自动化监测和判读软件设计和实现方案，该软件利用控制计算机通过通信端121控制频谱分析仪，进行分时设置各频点导航信号详细频谱参数。对频谱分析仪的显示屏幕进行屏幕拷贝、计算机机界面显示和自动保存，通过采集频谱分析仪的频谱数据，进行数据处理，得到每个频点导航信号在指定带宽内的通带功率，与预定的门限比较，超出门限，则判定异常．通过音箱，立刻发出报警声音，提醒相关人员进行及时处理。波音777飞控系统故障诊断专家系统的设计
摘要：针对波音777飞控系统复杂的故障级联效应会导致航线维修效率低下的问题，提出了一种基于案例与故障树推理相结合的故障诊断专家系统；分析了系统的整体架构，并结合飞控系统的结构和故障特性，重点研究了系统知识库和推理机的构造方法，解决了传统专家系统在知识表示、冲突消解等方面存在的问题；系统能快速分析故障现象，准确列出故障原因，提供消除故障措施。最后通过波音777飞控系统的故障诊断实例，证明了本系统能够进行高效、可靠的故障诊断。杆塔倾角监测与报警系统的设计
摘要：分析杆塔的环境条件对杆塔倾角监测与报警系统提出的要求，采用太阳能电池板和蓄电池联合供电的方式，设计具有定时唤醒机制的两级MCU控制的集散控制中心，一级MCU以中断方式接收加速度计传感器采集的数据，二级MCU将数据转换成RS一485传输方式，经过光纤转换模块以光缆传输到指挥控制中心，实现了信息的可靠获取及传输；该系统体积小、成本低、微功耗、可靠性高、可维护性强，可用于各种环境的倾角指示和测量。基于在线增量小波LS--SVM的垂直陀螺仪残差故障检测研究
摘要：垂直陀螺仪是无人机重要的飞行姿态传感器，其在飞行过程中实时获取无人机的飞行姿态信息，因而其故障检测对在线性有着很高的要求；最小二乘支持向量机（LeastSquaresSupportVectorMachine，LS--SVM）相比于支持向量机的具有训练速度快、计算复杂度和需要内存少的特点，且能够扩展为自回归的形式来处理动态问题；因此文章采用基于在线增量小波LS—SVM建立无人机垂直陀螺仪动态模型，实时获得实际值与模型预测值之间的残差，并依据残差对陀螺仪进行在线故障检测；实验结果表明，该方法能够对陀螺仪实现快速精确的在线检测。一种用于虚拟手术仿真的碰撞检测方法
摘要：碰撞检测是虚拟手术中的关键问题；基于手术过程中手术器械只有尖端部分与器官接触这一特点，提出了对人体器官表面模型采集一系列特征点来描述器官的外部轮廓；通过简化的Lin--Canny算法和包围球法相结合的方法来实时地检测虚拟手术过程中手术器械和人体器官的碰撞；该算法继承了Lin—Canny算法的增量式计算和包围球算法易于计算的优点，能满足实时检测的要求；通过实验研究，给出了所提算法与包围盒算法、LinCanny算法的比较结果；验证了所提出算法的优越性。水下航行体故障诊断策略的设计与实现
摘要：为解决水下航行体合段状态下的故障诊断与定位难题，设计并实现了一种基于SQLServer2005数据库的故障诊断策略；采用多线程监控技术、数据融合技术处理实时数据，提取并隔离故障信息，建立故障模型库、故障知识库和辅助决策支持库完成故障匹配、诊断及定位；经数百次故障排查试验证明，所提出的故障诊断策略具备自主学习和主动预测能力，能够快速、准确完成段、组件级在线故障检测任务。飞行器数字化测量漂移检测及修正技术
摘要：对飞行器外形进行数字化测量时测量仪器与被测物之间没有固定连接，由于测量任务大、测量时间累积、测量环境变化等原因引起测量仪器与被测物之间发生相对微移动，使测量数据产生漂移，其漂移量值大小会导致测量结果失真，无法达到测量目的；对色行器数字化测量微动漂移检测原理进行了详细的论述，并对其漂移量值进行修正，通过_监测微移量，设置转站误差阈值，自动判断微移量是否符合转站条件，并对漂移量进行修正，通过实验数据验证了测量数据的有效性，有效提高了测量数据的准确性和可靠性。小波分析时间序列算法在烧结终点的预测研究
摘要：对烧结过程中烧结终点的难以精确控制问题进行研究；针对烧结终点的单一控制，优化研究远不够深入，烧结终点的判断不够准确，文中结合烧结生产具体实际，综合运用烧结理论、现代控制理论等多学科知识，将小波分析、人工智能技术合理运用于工艺实际，结合小波分析提出新的算法来对风箱温度预测建模，仿真结果表明小波分析时间序列算法进一步优化烧结预测能力，有效地抑制了烧结终点的波动，提高烧结终点的计算精度，在生产实践中具有重要的理论意义和实用价值。小卫星地面综合测试故障检测系统设计研究
摘要：卫星测试知识的有效存储与应用对卫星测试有着重要的意义，利用知识的高级自动化测试是未来测试技术的发展方向；文章基于小卫星综合测试实时数据库提出了一种故障检测系统的软件设计方法，给出了系统的结构，分析l『知识的获取过程和知识的推理过程，结合测试应用，详细介绍了故障检测软件的管理维护方法。一种基于FPGA的存储器模块测试系统设计
摘要：存储器模块测试对于航空电子综合系统的可靠性至关重要，设计了一种基于FPGA实现的高速存储器测试系统，由基于March—B存储器测试算法的波形产生器、SDRAM控制器和串行El控制器等组成；采用AlteraEPlC6--6芯片进行实现，综合与布局布线结果显示波形发生器的运行频率高达266．7MHz，逻辑占用率68％；使用c＋＋语言开发了上层控制软件与用户界面，在实验中采用故障注入方式模拟存储器模块出错情况；结果显示设计的存储器模块测试系统达到了设计要求；实验结果显示该系统能够测试多种LocalBus总线协议兼容的存储器模块，并且能够覆盖多种典型存储器故障。基于机器视觉的微片状物厚度检测
摘要：针对片状颗粒厚度检测的实际需求，结合机器视觉、图像处理和嵌入式技术，设计与实现了一套基于高性能ARM11的微片状颗粒厚度检测系统。该系统以QT和$3C6410为软硬件平台，提出了利用轮廓提取和最小矩形边界框相结合的方法计算片状颗粒厚度。结果表明，该检测系统具有处理速度快，测量精度高和成本低廉等优点，满足了对颗粒厚度测量的需求。基于模糊神经网络的电力变压器故障诊断
摘要：针对传统的故障诊断技术具有模型复杂，数据采集方法比较繁琐，模糊规则难以确定等问题，提出了将模糊逻辑和神经网络技术相结合的方法；首先针对变压器的故障的特点，利用模糊理论描述不确定性信息，然后采用TOPSIS方法通过对DGA的特征量数据进行模糊处理从而实现优劣的排序；最后根据优化的数据输入到BP网络中，对不同的故障状态进行识别和诊断；同时采用无线网络进行数据传输，实现了远程数据采集与故障诊断功能；分析表明，这种方法能够实现对不同故障的诊断，有效地提高了故障模式的识别能力，较传统诊断方法有较大的优势。公路施工压力试验机网络监测系统设计与实现
摘要：针对目前公路施工领域力学试验过程中数据可靠性低、不便于监测的缺点，设计了压力试验机网络监测系统；在论述r系统的总体结构的基础上，完成了试验数据采集与网络传输系统的软硬件设计、样品条形码信息管理系统设计，以及试验数据与信息查询系统设计；基于文章方法设计的网络监测系统已经在云南某高速公路工地试验搴得到应用，实际运行情况表明，系统工作高效稳定．实现了’对工地试验室试验过程的远程监督和管理，以及对样品的过程跟踪，可以有效保证工程项目的施工质量。基于物联网的矿井塌方危险检测方法研究与仿真
摘要：针对矿井中不同区域的安全隐患重要程度存在差异，局部安全隐患信号突变造成塌方虚报警；利用传统算法进行安全隐患检测，无法避免由于局部安全隐患信号突变造成塌方虚报警的缺陷，导致矿井塌方危险检测精度降低；为了避免上述缺陷，提出了一种基于物联网技术的矿井塌方危险检测方法；建立物联网无线传感网络，提取局部区域安全隐患参数；计算不同子区域之间的相关性系数，获取不同区域的重要程度；从而完成物联网矿井塌方危险检测；实验结果表明，这种算法提高了矿井塌方危险检测的精度，取得了满意的结果。遗传算法优化支持向量机的道岔控制电路故障诊断
摘要：针对目前我国道彷控制电路故障后难以快速准确诊断的现状，采用遗传算法优化支持向量机的参数从而完成对道岔控制电路的故障诊断；特别是采用遗传算法对参数C，g寻优后的SVM显著提高了道岔控制电路故障诊断的准确率。仿真结果表明在相同样本测试条件下，该方法与普通SVM、BP（Backpropagation）神经网络和最小二乘支持向量机（LS—SVM）相比，有较高的分类准确率；从而验证了该方法在道岔控制电路故障诊断的可行性。基于STM32的红外火灾探测系统设计
摘要：为进一步提高火灾探测系统的探测精度及响应速度，设计了基于STM32的红外火灾探测系统；本系统采用多个红外火焰探测器、温度传感器对火灾的多参量进行探测；基于STM32F103Zet6微处理器，首先采取DMA方式实时读取探测器及传感器A／D转换后的数据，进而进行数据处理及算法分析，实时判断是否发生火灾；判断结果通过报警指示灯来显示；同时，通过串口将数据传给上位机，以便进一步进行离线分析和算法改进；本系统与传统的火灾探测相比，火灾识别率提高约5％，系统响应速度缩短3s左右，具有较强的数据处理能力及较快的系统响应速度，基于粗糙集和TS—ANN的柴油机故障诊断推理
摘要：研究了一种基于粗糙集和禁忌神经网络（TabuSearchArtificialneuralnetwork，TS—ANN）的故障诊断方法，解决r柴油机由于激振源多而导致的故障诊断困难的问题；首先通过SOM网络实现对初始决策表的属性值离散化，使用基于属性重要度的属性简约算法实现对决策表的属性简约，从而降低输入数据维数，然后通过禁忌算法实现对神经网络的隐层神经元个数以及权、阀值进行优化．将优化后的参数代人BP神经网络后进行训练以进一步调整，最后将训练好的神经网络用于实现故障诊断推理；仿真实验证明文中的力法能精确地实现故障诊断，且与其他方法相比，诊断精度分别提高了28．34％、13．45％和9．67％。
