CN115185817A - 一种伺服作动系统总装测试性能评估方法 - Google Patents
一种伺服作动系统总装测试性能评估方法 Download PDFInfo
- Publication number
- CN115185817A CN115185817A CN202210697849.3A CN202210697849A CN115185817A CN 115185817 A CN115185817 A CN 115185817A CN 202210697849 A CN202210697849 A CN 202210697849A CN 115185817 A CN115185817 A CN 115185817A
- Authority
- CN
- China
- Prior art keywords
- observation
- assembly test
- matrix
- test
- servo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 164
- 238000011156 evaluation Methods 0.000 title claims abstract description 55
- 239000011159 matrix material Substances 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000010923 batch production Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 abstract description 2
- 230000004044 response Effects 0.000 description 11
- 229940049705 immune stimulating antibody conjugate Drugs 0.000 description 9
- 238000007689 inspection Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000011056 performance test Methods 0.000 description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000013100 final test Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种伺服作动系统总装测试性能评估方法，通过对伺服作动系统进行总装测试科目划分，并针对总装测试科目进行观测参数以及观测通道划分，进而根据重要度得到总装测试科目的权重，根据试验门限阈值得到总装测试科目的评分赋值，然后根据权重与评分赋值计算得到伺服作动系统的测试性能评估值；本发明对总装试验科目进行观测参数与观测通道划分，可跟踪和监控批生产阶段的伺服作动系统中参数的变化，进而精准把控单架次伺服作动系统的质量趋势，且能够消除观测参数不合格所带来的影响。
Description
技术领域
本发明属于伺服作动系统性能评估的技术领域，具体涉及一种伺服作动系统总装测试性能评估方法。
背景技术
在飞机总装过程中，需对飞机物理集成后的机载系统进行测试，验证机载系统各功能/性能满足设计要求，确保整机机载系统协同工作正确。伺服作动系统作为机载系统的关键组成部分之一，执行飞控系统对方向舵、副翼、升降舵等舵面的操纵指令，实现飞机的俯仰、偏航、滚转及各种机动动作，对飞机的安全、可靠、持续飞行，任务遂行成功率有着至关重要的作用。飞机总装阶段，基于总装试验文件要求，往往需要验证不同参数在不同科目的试验结果是否满足设计阈值，判断伺服作动系统的工作状态合格或不合格，但是上述分析仅仅为定性的分析，无法量化区别合格产品性能优劣，不利于总装制造过程中伺服作动系统的质量监控和预警。
当前，对于飞机总装伺服作动系统性能评估的研究主要集中在伺服作动系统故障诊断方面。比如：采用线性多项式方法(PM)对伺服作动系统进行诊断和隔离，提高故障检测效果；采用溶剂卡尔曼滤波算法的球形积分准则和径向积分准则优化Sigma点的采用策略和权重分配，对飞机操纵面进行快速故障诊断和性能评估；采用最小方差准则和故障树分析法对伺服作动性能和可靠性进行评估和分析；融合进化和极限学习机两种算法，对非参数据进行训练，研究飞机操纵系统故障评估等。但是，上述方法均无法有效适用于飞机总装阶段伺服作动系统测试性能的评估，不能给予飞机生产过程质量管控的数据予以定量化的支持。
发明内容
本发明的目的在于提供一种伺服作动系统总装测试性能评估方法，能够对伺服作动系统进行定量的性能评估，使得伺服作动系统的评估结果更加精确可靠。
本发明通过下述技术方案实现：
一种伺服作动系统总装测试性能评估方法，包括以下步骤：
步骤1、分析伺服作动系统中的若干总装试验科目对飞行安全和任务随行的影响程度，进而确定若干总装试验科目的重要度；根据若干总装试验科目的重要度，建立关于若干总装试验科目的权重矩阵并确定单个总装试验科目的权重；
步骤2、针对单个总装试验科目中的观测参数，确定当前观测参数的观测通道，以单个总装试验科目的试验门限阈值为基准对观测通道进行评分赋值，并通过观测通道的评分赋值计算观测参数的评分赋值；
步骤3、将步骤2中得到的观测参数的评分赋值累加得到单个总装试验科目的评分赋值；
步骤4、根据步骤1中得到的单个总装试验科目的权重以及步骤3中得到的单个总装试验科目的评分赋值计算得到单个总装试验科目的测试性能评估值；
步骤5、累加单个总装试验科目的测试性能评估值得到伺服作动系统的测试性能评估值。
为了更好地实现本发明，进一步的，所述步骤2中，若观测参数只具有单个观测通道，则直接以单个观测通道的评分赋值作为当前观测参数的评分赋值；若观测参数具有若干个观测通道，则预先对每一个观测通道进行评分赋值，然后将每一个观测通道的评分赋值累加并求平均值作为当前观测参数的评分赋值。
为了更好地实现本发明，进一步的，所述步骤2中，根据观测通道的观测值落入门限阈值的百分比对观测通道进行评分赋值，若0％＜观测通道的观测值落入门限阈值的百分比＜25％，则对当前观测通道评分赋值为1；若25％≤观测通道的观测值落入门限阈值的百分比≤75％，则对当前观测通道评分赋值为0.5；若观测通道的观测值落入门限阈值的百分比＞75％，则对当前观测通道评分赋值为0。
为了更好地实现本发明，进一步的，所述步骤2中的单个总装试验科目中的观测参数为定量型的观测参数。
为了更好地实现本发明，进一步的，所述步骤1具体包括：
步骤1.1、分析伺服作动系统中的若干总装试验科目对飞行安全和任务随行的影响程度，按照影响程度得到总装试验科目的重要度un，n为总装试验科目的数量，且n∈N；
步骤1.2、建立n阶的评判矩阵：
步骤1.3、根据评判矩阵求解最大特征根λmax，并感觉最大特征根λmax求解评判矩阵的特征向量矩阵W；
步骤1.4、对特征向量矩阵W进行归一化处理得到关于n个总装试验科目的权重矩阵W’，权重矩阵W’中的元素即为n个总装试验科目的权重。
为了更好地实现本发明，进一步的，所述步骤1.3中，通过最大特征根λmax计算评判矩阵D的检验系数，计算公式如下：
其中n为总装试验科目的数量，且n∈N；CI为矩阵D的一致性指标；RI为一致性检测值，通过一致性检测值表格查询得到；CR为检验系数；
将检验系数与门限系数进行比对，若检验系数小于等于门限系数则进行后续特征向量矩阵W以及权重矩阵W’的计算；若检验系数大于门限系数，则重新分配评判矩阵中元素的值。
为了更好地实现本发明，进一步的，采用层次分析法建立n阶的评判矩阵。
本发明与现有技术相比，具有以下优点及有益效果：
(1)本发明与常用的伺服作动系统评估模方法相比，本发明主要解决如何界定总装阶段伺服作动系统性能的问题，定量评估总装过程伺服作动系统性能的优劣，填补了伺服作动系统总装测试性能评估的技术空白；同时对总装试验科目进行观测参数与观测通道划分，可跟踪和监控批生产阶段的伺服作动系统中参数的变化，进而精准把控单架次伺服作动系统的质量趋势；
(2)本发明通过单个总装试验科目的试验门限阈值为基准对观测通道先进行评分赋值，再累加求平均值得到当前观测参数的评分赋值，并对观测参数的评分赋值进行评估，能够消除观测参数不合格所带来的影响。
附图说明
图1为本发明的流程步骤示意图。
具体实施方式
实施例1：
本实施例的一种伺服作动系统总装测试性能评估方法，如图1所示，包括以下步骤：
步骤1、分析伺服作动系统中的若干总装试验科目对飞行安全和任务随行的影响程度，进而确定若干总装试验科目的重要度优先级排序；根据若干总装试验科目的重要度优先级排序，建立关于若干总装试验科目的权重矩阵并确定单个总装试验科目的权重；
步骤2、针对单个总装试验科目中的观测参数，确定当前观测参数的观测通道，以单个总装试验科目的试验门限阈值为基准对观测通道进行评分赋值，并通过观测通道的评分赋值计算观测参数的评分赋值；
步骤3、将步骤2中得到的观测参数的评分赋值累加得到单个总装试验科目的评分赋值；
步骤4、根据步骤1中得到的单个总装试验科目的权重以及步骤3中得到的单个总装试验科目的评分赋值计算得到单个总装试验科目的测试性能评估值；
步骤5、累加单个总装试验科目的测试性能评估值得到伺服作动系统的测试性能评估值。
进一步的，所述步骤2中的单个总装试验科目中的观测参数为定量型的观测参数，单个总装试验科目的试验实际上包括定性检查和参数指标检查。定性检查，即为检查被测对象是否有偏转、是否运动等功能性指标，其主要反映伺服作动系统的功能，不能反映伺服作动系统的性能。定量检查为具有明确指标范围的检查，主要反映伺服作动系统的性能。本发明是针对总装测试合格的伺服作动系统进行评估，也就表明，各个伺服作动系统运动极性、偏转极性等定性检查都是正确地，或者趋势都是正确，即功能都正常，仅在于无法区别伺服作动系统性能。伺服作动系统的性能都使用定量型的观测参数去衡量，比如偏转速度、偏转精度等。
实施例2：
本实施例在实施例1的基础上做进一步优化，所述步骤2中，若观测参数只具有单个观测通道，则直接以单个观测通道的评分赋值作为当前观测参数的评分赋值；若观测参数具有若干个观测通道，则预先对每一个观测通道进行评分赋值，然后将每一个观测通道的评分赋值累加并求平均值作为当前观测参数的评分赋值。
本实施例的其他部分与实施例1相同，故不再赘述。
实施例3：
本实施例在上述实施例1或2的基础上做进一步优化，所述步骤2中，根据观测通道的观测值落入门限阈值的百分比对观测通道进行评分赋值，若0％＜观测通道的观测值落入门限阈值的百分比＜25％，则对当前观测通道评分赋值为1；若25％≤观测通道的观测值落入门限阈值的百分比≤75％，则对当前观测通道评分赋值为0.5；若观测通道的观测值落入门限阈值的百分比＞75％，则对当前观测通道评分赋值为0。
如对阻抗值进行评分赋值，R为标准阻抗值，门限阈值为±5。此时，观测通道的观测值为R±1.2，则观测通道的观测值落入门限阈值的百分比＜25％，则此时观测通道的评分赋值为1。
本实施例的其他部分与上述实施例1或2相同，故不再赘述。
实施例4：
本实施例在上述实施例1-3任一项的基础上做进一步优化，所述步骤1具体包括：
步骤1.1、分析伺服作动系统中的若干总装试验科目对飞行安全和任务随行的影响程度，按照影响程度得到总装试验科目的重要度un，n为总装试验科目的数量，且n∈N；
步骤1.2、建立n阶的评判矩阵：
步骤1.3、根据评判矩阵求解最大特征根λmax，并感觉最大特征根λmax求解评判矩阵的特征向量矩阵W；
步骤1.4、对特征向量矩阵W进行归一化处理得到关于n个总装试验科目的权重矩阵W’，权重矩阵W’中的元素即为n个总装试验科目的权重。
本实施例的其他部分与上述实施例1-3任一项相同，故不再赘述。
实施例5：
本实施例在上述实施例1-4任一项的基础上做进一步优化，所述步骤1.3中，通过最大特征根λmax计算评判矩阵D的检验系数，计算公式如下：
其中n为总装试验科目的数量，且n∈N；CI为矩阵D的一致性指标；RI为一致性检测值，通过一致性检测值表格查询得到；CR为检验系数；
将检验系数与门限系数进行比对，若检验系数小于等于门限系数则进行后续特征向量矩阵W以及权重矩阵W’的计算；若检验系数大于门限系数，则重新分配评判矩阵中元素的值。
本实施例的其他部分与上述实施例1-4任一项相同，故不再赘述。
实施例6：
本实施例在上述实施例1-5任一项的基础上做进一步优化，采用伺服作动系统总装测试性能评估方法对舵面综合控制系统进行性能评估，舵面综合控制系统主要由舵机控制器和舵机组成，舵机控制器通过接受来自飞管飞控计算机的控制指令，转换为相应的电信号，控制舵机的伸长和收缩，实现飞机操纵舵面的偏转，以完成不同的飞行动作。
为验证舵面综合控制系统的性能，针对舵面综合控制系统进行电气特性试验、正常性能试验、故障模式试验。其中，电气特性试验包含导通和阻抗测试、ISAC二次电源测试两个总装试验科目，阻抗测试主要针对舵控器和舵机的阻抗进行测量，以及检查舵控器的电源输出，验证成品的基本电信号满足通电要求，避免短路、断路及高电压的情况。
正常性能试验包括作动器位置精度试验、阶跃响应试验、频率响应试验和作动器回中特性试验四个总装试验科目。位置精度试验是对舵面指令和舵面偏转反馈进行验证，检查舵面偏转精度，确保飞行操纵品质的基本要求。阶跃响应试验主要模拟飞行员的阶跃指令，检查在该指令模式下的舵面综合控制系统性能。频率响应试验主要检查舵面综合控制系统对不同频率正弦信号的稳态响应特性。回中特性试验主要是验证舵机液压阀在电气四通道故障情况下的响应是否满足指标。
故障模式试验包括ISAC通道电源故障试验、ISAC通道故障逻辑试验、作动器液压故障试验、作动器SOV故障试验、作动器主作动筒LVDT故障试验、作动器DDV2 LVDT故障试验、作动器DDV驱动电流故障试验七个总装试验科目。故障模式试验主要检查故障状态下舵面综合控制系统的响应情况。
分析舵面综合控制系统上述共计13个总装试验科目，其中导通和阻抗测试、ISAC二次电源测试为舵面综合控制系统的基本性能，是进行正常性能试验和故障模式试验的前提。因此，在舵面综合控制系统总装测试性能评估中重要度优先级最高。
在正常性能试验中，作动器位置精度试验、阶跃响应试验、频率响应试验作为飞行中常发生的应用场景，与飞行安全密切相关。因此，在舵面综合控制系统总装测试性能评估中重要度优先级排名其次。
回中特性试验、ISAC通道电源故障试验、DDV驱动电流试验、SOV故障试验作为故障模式试验，在飞行过程中不常遇，而一旦遇到此类型故障，其性能直接影响飞行安全。主作动筒LVDT故障试验、DDV2 LVDT故障试验均为传感器故障，舵面综合控制系统为闭环控制，一旦出现故障，将导致整个舵面切除。因此，此六类试验在舵面综合控制系统总装测试性能评估中重要度优先级排名第三。
液压系统故障试验、ISAC通道故障逻辑试验可在其他试验(液压系统试验、软件逻辑试验)附带验证，相比于其他类型故障，该项故障的发生率很低。因此，此两类故障试验在舵面综合控制系统总装测试性能评估中重要度优先级排名最后。
基于上述分析，结合层次分析法，分别设置U1代表导通和阻抗测试，U2代表ISAC二次电源测试，U3代表作动器位置精度试验、U4代表阶跃响应试验、U5代表频率响应试验，U6代表作动器回中特性试验，U7代表ISAC通道电源故障试验、U8代表ISAC通道故障逻辑试验、U9代表作动器液压故障试验、U10代表作动器SOV故障试验、U11代表作动器主作动筒LVDT故障试验、U12代表作动器DDV2 LVDT故障试验、U13代表作动器DDV驱动电流故障试验。构造n阶的评判矩阵，n＝13，评判矩阵为：
求得最大特征根λmax为13.5227，其对应的特征向量矩阵为：
对特征向量矩阵进行归一化处理，可得权重矩阵：
对评判矩阵D进行一致性指标计算，可求得：
查一致性检测值表格得对应13阶矩阵的RI为1.56，计算检验系数
为0.0279，小于预设的门限系数0.1，具有满意的一致性，该权重向量可作为评价指标的权重分配。
表1随机一致性指标
单个总装试验科目具有多个观测参数，不同观测参数有若干观测通道，各观测参数对单个总装试验科目的重要度相同。基于上述特性，采用特征统计的方法，以单个总装试验科目的试验门限阈值为基准将观测通道得到的观测值与试验门限阈值的比值划分为三个区间，0-25％作为优，评分赋值为1；25％-75％作为良，评分赋值为0.5；75％-100％作为合格，评分赋值为0。对单个的观测参数的多个观测通道的测试性能评估值求和取平均值，即：
其中，Xi为第i个观测参数的评分赋值，k为观测通道的个数，Xj为第j个观测通道的评分赋值。
综合科目评估值和权重，即可得到伺服作动系统性能评估。
本实施例的其他部分与上述实施例1-5任一项相同，故不再赘述。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。
Claims (7)
1.一种伺服作动系统总装测试性能评估方法，其特征在于，包括以下步骤：
步骤1、分析伺服作动系统中的若干总装试验科目对飞行安全和任务随行的影响程度，进而确定若干总装试验科目的重要度；根据若干总装试验科目的重要度，建立关于若干总装试验科目的权重矩阵并确定单个总装试验科目的权重；
步骤2、针对单个总装试验科目中的观测参数，确定当前观测参数的观测通道，以单个总装试验科目的试验门限阈值为基准对观测通道进行评分赋值，并通过观测通道的评分赋值计算观测参数的评分赋值；
步骤3、将步骤2中得到的观测参数的评分赋值累加得到单个总装试验科目的评分赋值；
步骤4、根据步骤1中得到的单个总装试验科目的权重以及步骤3中得到的单个总装试验科目的评分赋值计算得到单个总装试验科目的测试性能评估值；
步骤5、累加单个总装试验科目的测试性能评估值得到伺服作动系统的测试性能评估值。
2.根据权利要求1所述的一种伺服作动系统总装测试性能评估方法，其特征在于，所述步骤2中，若观测参数只具有单个观测通道，则直接以单个观测通道的评分赋值作为当前观测参数的评分赋值；若观测参数具有若干个观测通道，则预先对每一个观测通道进行评分赋值，然后将每一个观测通道的评分赋值累加并求平均值作为当前观测参数的评分赋值。
3.根据权利要求2所述的一种伺服作动系统总装测试性能评估方法，其特征在于，所述步骤2中，根据观测通道的观测值落入门限阈值的百分比对观测通道进行评分赋值，若0％＜观测通道的观测值落入门限阈值的百分比＜25％，则对当前观测通道评分赋值为1；若25％≤观测通道的观测值落入门限阈值的百分比≤75％，则对当前观测通道评分赋值为0.5；若观测通道的观测值落入门限阈值的百分比＞75％，则对当前观测通道评分赋值为0。
4.根据权利要求3所述的一种伺服作动系统总装测试性能评估方法，其特征在于，所述步骤2中的单个总装试验科目中的观测参数为定量型的观测参数。
5.根据权利要求1-4任一项所述的一种伺服作动系统总装测试性能评估方法，其特征在于，所述步骤1具体包括：
步骤1.1、分析伺服作动系统中的若干总装试验科目对飞行安全和任务随行的影响程度，按照影响程度得到总装试验科目的重要度un，n为总装试验科目的数量，且n∈N；
步骤1.2、建立n阶的评判矩阵：
步骤1.3、根据评判矩阵求解最大特征根λmax，并感觉最大特征根λmax求解评判矩阵的特征向量矩阵W：
W＝[t1 t2…tn]，
其中：tn
步骤1.4、对特征向量矩阵W进行归一化处理得到关于n个总装试验科目的权重矩阵W’，权重矩阵W’中的元素即为n个总装试验科目的权重。
6.根据权利要求5所述的一种伺服作动系统总装测试性能评估方法，其特征在于，所述步骤1.3中，通过最大特征根λmax计算评判矩阵D的检验系数，计算公式如下：
其中n为总装试验科目的数量，且n∈N；CI为矩阵D的一致性指标；RI为一致性检测值，通过一致性检测值表格查询得到；CR为检验系数；
将检验系数与门限系数进行比对，若检验系数小于等于门限系数则进行后续特征向量矩阵W以及权重矩阵W’的计算；若检验系数大于门限系数，则重新分配评判矩阵中元素的值。
7.根据权利要求6所述的一种伺服作动系统总装测试性能评估方法，其特征在于，采用层次分析法建立n阶的评判矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210697849.3A CN115185817A (zh) | 2022-06-20 | 2022-06-20 | 一种伺服作动系统总装测试性能评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210697849.3A CN115185817A (zh) | 2022-06-20 | 2022-06-20 | 一种伺服作动系统总装测试性能评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115185817A true CN115185817A (zh) | 2022-10-14 |
Family
ID=83512871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210697849.3A Pending CN115185817A (zh) | 2022-06-20 | 2022-06-20 | 一种伺服作动系统总装测试性能评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115185817A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6370659B1 (en) * | 1999-04-22 | 2002-04-09 | Harris Corporation | Method for automatically isolating hardware module faults |
| CN105427180A (zh) * | 2014-09-17 | 2016-03-23 | 株式会社东芝 | 质量控制设备及其控制方法 |
| CN106384193A (zh) * | 2016-09-06 | 2017-02-08 | 中国电子技术标准化研究院 | 一种基于层次分析法的ics信息安全评估方法 |
| CN106570616A (zh) * | 2016-10-19 | 2017-04-19 | 国网上海市电力公司 | 一种科技项目评估用定量评价方法 |
| CN107544253A (zh) * | 2017-03-17 | 2018-01-05 | 中国人民解放军91049部队 | 基于改进模糊熵权法的大型导弹装备退役安全控制方法 |
-
2022
- 2022-06-20 CN CN202210697849.3A patent/CN115185817A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6370659B1 (en) * | 1999-04-22 | 2002-04-09 | Harris Corporation | Method for automatically isolating hardware module faults |
| CN105427180A (zh) * | 2014-09-17 | 2016-03-23 | 株式会社东芝 | 质量控制设备及其控制方法 |
| CN106384193A (zh) * | 2016-09-06 | 2017-02-08 | 中国电子技术标准化研究院 | 一种基于层次分析法的ics信息安全评估方法 |
| CN106570616A (zh) * | 2016-10-19 | 2017-04-19 | 国网上海市电力公司 | 一种科技项目评估用定量评价方法 |
| CN107544253A (zh) * | 2017-03-17 | 2018-01-05 | 中国人民解放军91049部队 | 基于改进模糊熵权法的大型导弹装备退役安全控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| ZHIJUN LIU 等: "Design of Output Capability Test System for High Power Servo Driver", 《 2018 EIGHTH INTERNATIONAL CONFERENCE ON INSTRUMENTATION & MEASUREMENT, COMPUTER, COMMUNICATION AND CONTROL (IMCCC)》 * |
| 李亚男;刘彩志;: "民用飞机飞控系统MOC8工程模拟器验证方法分析", 民用飞机设计与研究, no. 01 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108594788B (zh) | 一种基于深度随机森林算法的飞机作动器故障检测与诊断方法 | |
| CN112284440B (zh) | 一种传感器数据偏差自适应修正方法 | |
| CN104035431B (zh) | 用于非线性过程监控的核函数参数的获取方法和系统 | |
| CN106228176A (zh) | 一种基于工况数据检测设备状态的方法和系统 | |
| CN116224930B (zh) | 一种数控磨床产品的加工控制方法及系统 | |
| He et al. | Compilation of NC lathe dynamic cutting force spectrum based on two-dimensional mixture models | |
| CN111680875A (zh) | 基于概率基线模型的无人机状态风险模糊综合评价方法 | |
| CN112884051A (zh) | 数据驱动的轻量级无人机多部件在线复杂故障诊断方法 | |
| CN114564000A (zh) | 基于智能飞行器执行器故障诊断的主动容错方法及系统 | |
| CN115373370A (zh) | 一种可编程控制器运行状态监测方法及系统 | |
| CN111046331A (zh) | 一种基于信号异常的健康监控方法 | |
| CN114186337A (zh) | 一种基于多源数据融合的压气机旋转失速预测方法 | |
| CN113109666B (zh) | 一种基于深度卷积神经网络的轨道电路故障诊断方法 | |
| CN108388229B (zh) | 基于健康度的四旋翼随机混杂系统健康评估方法 | |
| CN112487716B (zh) | 蜂群无人机平均故障间隔时间的确定方法及系统 | |
| CN115185817A (zh) | 一种伺服作动系统总装测试性能评估方法 | |
| CN111832442B (zh) | 从海量桥梁动态应变数据中自动化分离温度应变成分的方法 | |
| CN112417771A (zh) | 机床主轴故障诊断模型建立方法及机床主轴故障诊断方法 | |
| Wang et al. | A novel aircraft fault diagnosis and prognosis system based on Gaussian mixture models | |
| CN116401614A (zh) | 设备的故障识别方法及系统 | |
| CN112849429B (zh) | 一种民机系统测量参数的溯源方法 | |
| Zhang et al. | Research on general aircraft cluster health assessment method | |
| Wang et al. | Remaining useful life prediction of nonlinear degradation process based on EKF | |
| CN114266401B (zh) | 一种底盘发动机故障预测方法及系统 | |
| Egorova et al. | Comparative Analysis of Anomaly Detection Algorithms for Development of the Unmanned Aerial Vehicle Power Plant Digital Twin |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221014 |
|
| RJ01 | Rejection of invention patent application after publication |