题目：无人直升机健康管理技术研究

无人直升机独特的飞行性能和使用价值使其成为无人飞行器中不可或缺的组成部分，近年来引起了人们的广泛关注。随着无人直升机技术的发展，现代无人直升机系统日趋复杂，为了提高无人直升机的自主等级，使其具备一定的故障适应能力，以提高其安全性和可靠性，降低维修保障费用和提高任务成功率，迫切地需要开展相关的健康管理技术研究。本文以无人直升机的健康管理为研究对象，依次对实现无人直升机健康管理所需要的支撑技术展开了研究。通过对无人直升机任务需求的分析，确定了健康管理系统的设计要求和设计流程，并根据无人直升机的特点，提出了总体架构设计方案，给出了一般性的技术实现途径。为无人直升机的健康管理系统设计提供了思路，并引出了需要进行攻关的技术，包括数据采集技术、故障诊断技术、状态预测技术及故障处理技术，具体内容如下：一、针对健康管理系统对恰当、可靠数据的要求，分别对传感器布置、信号调理电路设计和智能传感器设计展开了研究。首先通过分析无人直升机对故障适应能力和视情维修能力的要求，提出了一种传感器布置方法，并以某型无人直升机燃油系统为例，进行了传感器布置。然后针对传统调理电路的缺陷，提出了一种新型的恒流源电路，并通过试验验证了该电路具有更高的精度。最后以转速测量为例，提出了一种智能传感器的设计方法，为健康管理系统的研制提供了可靠的数据保证。二、通过分析无人直升机系统中常见的双余度传感器的故障诊断问题，在综合分析跟踪微分器和序贯概率比检验的基础上，提出了一种新型的故障诊断方法。该方法利用了跟踪微分器的预测特性和序贯概率比检验的可靠、快速的特性，有效地实现了双余度传感器的故障检测、隔离。确保为系统提供可靠的数据，并有效地实现了设备健康状态评估。三、通过对机械设备缓变特性的分析，认为状态预测技术是提高无人直升机可靠性的一个重要保证。针对常规预测方法的不足，分别提出了基于BFE-RBP优化的过程神经网络预测和基于BFE-ABC优化的过程神经网络预测。这两种方法均以正交基函数展开为基础，其中BFE-RBP算法利用了弹性BP算法快速收敛特性，缩短了过程神经网络的训练时间，相比于BFE-ABP算法，提高了过程神经网络的泛化能力；BFE-ABC算法利用人工蜂群算法的全局优化特性，实现了过程神经网络的自动设计，避免了BFE-RBP等算法采用试错法确定网络结构的缺陷，进一步提高了过程神经网络的泛化能力，提高了网络模型的预测精度。通过发动机状态预测试验，验证了上述两种算法可有效地应用于时变特性的设备状态预测中。四、以某型无人直升机为研究对象，分别进行了保护措施和故障处理策略的设计。首先通过分析无人直升机在飞行中不可响应的指令，提出了指令注销的保护措施，从逻辑上避免了飞行中某些意外的发生。为了避免发动机带载起动，同时确保无人直升机具有空中发动机重起特性，进行了离合器控制保护措施的设计，并从逻辑上确保了控制电路的安全。为了保护发动机及传动系统，基于参数实时监视及预测，设计了处理策略，可以最大程度减少无人直升机处于异常状态的时间，分别通过试验验证了相应的处理策略。该保护措施和处理策略保证了无人直升机的安全，降低了故障发生的概率，其原理上是通用的，可以经过修正后用于其它无人直升机。总之，本文在无人直升机健康管理技术方面取得了重要的研究成果，所提出的各项健康管理技术将为某型无人直升机健康管理系统的研制提供技术储备。