面向BIT验证的存储器故障模拟及注入方法研究
摘要：随着航空电子设备复杂性的日益增加，BIT作为系统自检和故障诊断与隔离的重要手段，已在各机载设备中广泛应用；为满足航空电子设备中电路板级BIT验证需求，提出了基于模拟的故障注入技术，并针对板上器件——存储器进行了故障模拟；介绍了存储器故障模拟及注入原理，并对存储器常见故障模式以及故障触发方式进行分析，进而构建了故障模型；基于开源模拟器QEMU进行了二次开发，进行了大量修改并添加了故障注入模块，能够支持对存储器的存储单元以及地址译码器进行故障注入；并通过实例验证了该工具的正确性与有效性。卫星导航测试场景可视化系统的设计与实现
摘要：针对可视化技术在卫星导航测试场景构建中的研究与应用现状，介绍了VC＋＋开发环境下利用VegaPrime和OpenGL混合编程实现卫星导航测试场景构建可视化的方法，为扩展VegaPrime和OpenGL在卫星导航测试场景构建可视化领域的开发和应用提供了良好的软件支持，并在此基础上进行了卫星导航测试场景构建可视化系统的软件界面设计和功能开发；通过系统的设计开发，可以完成卫星导航测试场景的想定、编辑等功能，将卫星导航接收端设备的测试过程以直观、可视的方式呈现出来，为卫星导航测试系统提供了强有力的技术支持和保障。基于PCA和信息融合理论的传感器故障诊断
摘要：针对矿用传感器系统检测复杂、难以确定故障源等问题，提出一种基于主元分析（Principalcomponentanalysis，PCA）和信息融合理论的传感器故障诊断方法；首先利用主元分析法对监测样本数据进行处理，实现数据的约简降维，然后对得到的低维特征数据进行关联，构建PCA模型，利用其判断系统是否有故障源，若发现有传感器产生故障，则用小波神经网络和D—S证据理论构成特征层、决策层两级信息融合结构，对信息进行融合处理，最终将故障传感器分离出来；实例仿真表明，该方法能精确定位并准确诊断出故障传感器。基于约束和树模型的两两组合测试方法
摘要：提出了一种新的基于约束和树模型的两两组合测试方法；该方法在树模型的基础上，利用约束关系对树进行裁剪，在此基础上使用回溯法搜索解空间树，选择出符合两两覆盖标准的最小规模的测试数据集，最后利用贪心算法补足测试数据集；实验数据表明在某些存在参数约束的软件系统中，使用该方法可以生成尽可能小的两两组合覆盖测试用例集，较大幅度地提高了搜索效率。基于测试需求的数据挖掘及测试数据生成
摘要：针对软件测试过程中的实践难点，提出了一种通过对用户实际业务的数据挖掘来生成测试数据的新方法；用户的实际业务数据包含了大量对于测试很重要的信息，测试用例设计之前挖掘大量的历史业务数据，进行多个步骤的数据处理得到“测试准备数据库”，根据测试需求选取其中对应的数据作为测试数据的设计依据；对于成本较高的部分数据挖掘，测试数据生成与数据挖掘应该交互渐进，以减少数据挖掘的范围；通过实践检验，这种方法在多种情况下成功地解决了实践难题。基于改进蚁群算法的并行测试任务调度方法研究
摘要：并行测试技术是支撑下一代自动测试NxTest的关键技术之一，并行测试系统（PATS）作为并行测试技术的载体和支持保障领域的核心要素，其自身的性能和质量尤其重要；建立了并行测试任务调度的数学模型，提出了基于改进蚁群算法（IACA）的并行测试任务调度新方法，并采用GHCSPN模型对IACA算法的正确性进行验证；将IACA算法与TaskScheduler--T算法以及遗传退火算法（GASA）进行了实验比较，得出结论采用IACA算法能大大提高测试效率，节约测试时间，测试效率提升比为0．765。基于超声波测距的汽车侧撞报警系统设计
摘要：汽车的侧向碰撞是汽车行驶过程中常见的一种碰撞，目前的汽车碰撞预警系统主要是对汽车的纵向碰撞的研究，对侧向防撞受驾驶人员的经验技术影响较大，车辆的主动安全性较差；提出基于超声波测距的汽车侧向防撞报警系统，使用超声波进行汽车间的侧向距离测量、基于GPS测定汽车的行驶速度，测量的变量经TTCAN总线传输到总线控制器，使用防撞报警模型对参数进行计算与报警；实际的测试证明，该系统对汽车的侧向防撞具有较高的判断准确性与实时性，对预防道路的交通事故有较高的实用价值。全数字仿真统一测控系统故障模块分析与研究
摘要：随着航天事业的快速发展，迅速提高岗位人员的操作维护及应急处置能力显得尤为重要；文中针对统一测控系统工作情况复杂的特点，借助HLA／RTI技术架构的分布式仿真平台．构建统一测控设备的数字仿真模型，提出了将设备显性和隐性故障分开、可扩展性强的测控系统故障告警仿真方法；通过上变频器故障仿真分析，结果表明该方法不受故障触发机制、触发时间的影响，可实时、正确给出告警信息，使仿真系统有良好的培训效果。基于WFPN的1553B总线网络故障诊断研究
摘要：提出一种基于加权模糊Petri网（weightedfuzzypetrinet，WFPN）的1553B总线网络故障诊断方法；在探讨加权模糊Petri网形式化定义和加权模糊产生式规则形式的基础上，给出了基于矩阵运算的加权模糊Petri网推理算法；以某1553B总线网络为例，建立了其故障诊断的WFPN模型，分析了系统故障原因的可信度，验证了所提方法的有效性；可以为1553B总线网络故障诊断研究提供有益参考。故障传播Petri网及其在装备维修决策中的应用
摘要：武器装备的故障传播特性随着装备的发展而日趋复杂；针对不同级别的故障和故障单元，通常需要采取不同级别的维修策略；考虑到装备故障的这一特点，在故障Petri网的基础上对故障传播特性加以改进，提出一种新的故障传播Petri网，给出了其定义及性质，并提出了相关的分析算法；将该方法应用到某型飞机火控系统故障分析当中，结果表明，该模型能够较好地描述装备故障演变过程，帮助装备维修决策者快速制订出合理、准确的维修方案。基于微藻培养的OD在线检测系统
摘要：根据微藻培养周期长以及对于大容器密闭培养难于取培养液的需求，采用在线测量OD，获取微藻的生长状况；在线OD测量系统，通过微控制器STM32F107VC输出PWM波形控制蠕动泵，实现培养液的在线获取；采用比色法测量溶液的吸光度，通过RS485将测量数据传输到上位机；试验过程中主要测光电池输出电流值和计算测得OD值，测得电流输出范围为10-16μA，OD值范围为0—3；测试结果表明，该系统能够较准确的测得OD值；该设计实现了OD的在线测量，为微藻培养带来方便。高压电气设备中SF6气体密度和微水的在线监测方法研究
摘要：高压电气设备内SF6气体中的微水含量如果超标和密度降低将严重影响SFs高压设备的电气性能；对SF6气体密度和微水监测的现状做了一定的分析，提出并研制了高压电气设备SF6气体密度和微水在线监测系统，该检测系统通过对SF6气体密度和微水在线监测，实时了解SF6气室内部密度值和水分含量的变化情况，这对掌握SF6气体的状态，及时预防和排除安全事故，从而保证供电设备的正常运行很有价值。空气轴承径向回转误差测量精度建模与仿真
摘要：针对空气轴承回转误差的测量精度问题，基于三点法误差分离原理，建立了空气轴承回转误差测量系统中存在的各种测量误差传递数学模型；以测量误差传递函数作为目标函数，对传感器夹角布置进行了仿真优化；基于优化结果。模拟计算了传递到回转误差上的传感器读数随机误差、系统误差以及测头角位置误差大小；计算结果表明，选择适当的传感器夹角，可将传感器读数中的测量误差传递倍数控制在1．13左右，而测头角位置误差传递量可忽略；建立的测量误差传递模型及仿真计算结果可为相关主轴回转误差的测量精度评估提供一定参考。基于LabVIEW的编码模块精度测量研究
摘要：为了对编码模块进行标准化，系列化测量，设计了一套编码模块通道精度测量系统，基于LabVIEW虚拟仪器软件设计上位机控制平台，进行测量控制和数据处理；基于FPGA平台实现下位机硬件设计，测量系统可以实现对编码模块通道精度的自动测量，极大的提高了编码模块的测量效率。基于噪声抵消技术的高精度温度测量系统
摘要：温度控制的精度对精密工业产品的质量有着决定性的影响，而高精度的温度测量则是温度控制的前提；采用铂电阻PT1000作为温度传感器，与参考电阻串联后由恒流源驱动，较好解决了传感器引线电阻、自热效应问题；然后采集信号经过调理放大和24位A／D转换后，再通过单片机校正控制和噪声抵消算法进行处理，较好实现了测量误差和温漂的校准及噪声抵消，大大提高了温度测量的精确度和稳定度；实验结果表明，温度测量误差小于0．01℃，系统性能稳定。基于DM6446的运动目标检测
摘要：在智能电子监控行业，达芬奇双核（ARM＋DSP）处理器芯片在视频监控领域扮演了重要角色，依达芬奇技术为依托提出了基于DM6446下的运动目标检测系统；ARM核为多线程设计，DSP核则进行目标检测算法处理；引入的算法在高斯模型统计理论条件下采用背景差分法和帧间差分法相结合的方式对图像进行预处理、相与运算和二值化处理；两者算法相互结合，结合了优点，摒弃了不足；实验结果表明，在基于高端的DM6446平台下，软硬协同良好，能够满足对于光照，背景内容变化不敏感的条件下，实时采集和图像处理的要求。基于改进人工免疫和神经网络的柴油机故障诊断
摘要：柴油机作为动力装置的关键设备，对其进行实时地故障检测和诊断具有重大的意义；因此，提出了一种基于小波包分解和改进人工免疫神经网络的柴油机故障诊断方法;首先，对柴油机缸盖振动信号采用小波阈值法进行降噪，再采用小波包分解获得故障诊断特征向量，并将其作为BP神经网络的输入以训练网络，最后，采用改进的人工免疫算法对BP神经网络的各参数进行优化，以获得最终的BP神经网络故障诊断模型；柴油机气阀故障诊断实例表明：文中的柴油机故障诊断模型能正确地实现故障诊断，且与其它方法相比，训练误差仅为0．0001，具有诊断精度高和诊断时间短的优点。基于PSO-BP的齿轮箱故障检测机制研究
摘要：传统的齿轮箱故障检测主要依靠参数测量后人工对信号进行分析，没有形成自动检测的系统模型，由于相关参数复杂且数量较大，经常会出现漏诊与虚诊现象。借鉴计算机领域的人工智能算法，提出一种基于PsO—BP的齿轮箱故障检测方法，使用特种传感器对齿轮箱故障信号进行采集，构造以时域、频域信号为输入的BP神经网络，使用粒子群优化方法对网络权重系数与阈值进行优化矫正，将故障类型作为神经网络的输出，通过计算机中的模拟测试实验证明，经过优化后的神经网络模型可以有更好的局部优化性能，故障诊断的准确率（在精度一定的情况下进行实验，随着粒子数的不断上升）较优化前有20％～30％的提升，因此具有很强的实用价值。
