在过去的几十年中,无人机的运行次数有所增加。起初,无人机主要用于军事目的。如今,许多不同类型的无人机 (UAV) 执行的任务对于民用空域的载人飞机来说过于枯燥、肮脏或危险。阻碍无人机在民用领域普及的主要问题是无人机系统 (UAS) 与空中交通管理系统的集成以及 UAS 的安全性。对于载人航空,有许多不同的法规迫使制造商和运营商提高飞机的安全性和可靠性。当时,没有针对无人机系统的此类法规。不同的来源显示了当前的无人系统有多危险。一些报告显示,无人机事故发生率约为每 100,000 飞行小时 32 起,是商用班轮飞机事故发生率的 3,200 倍(国防科学委员会研究,2004 年)。这些数字表明,在无人系统的安全领域还有很多工作要做。世界各地的各种机构现在都专注于 UAS 使用的安全方面(Loh 等人,2006 年、2009 年;Uhlig 等人,2006 年;Lin 等人,2014 年)。研究人员试图说服制造商,必须从开发过程一开始就考虑安全性,并且不必大幅增加系统成本。基于 COTS 元素和子系统的设计尤其危险。众所周知,复杂系统的整体安全性取决于每个元素的安全性。但是,有办法确保单个元素或子系统的故障不会导致事故。无人机的安全性取决于几个不可预测的因素,例如飞机内部和外部的敌对行动。发生故障时,最重要的措施必须是保持飞机的可控性。无人机主要使用自动驾驶仪进行飞行。自动飞行控制系统设计用于正常运行,当出现不可预测的故障时,可能无法做出足够有效的反应。在发生不可预测的故障时确保安全的一种方法是重新配置飞行控制系统 (Kozak et al ., 2014),这将使控制系统具有容错能力并确保在发生故障时飞机的可控性。
本报告旨在让读者了解电磁干扰 (EMI) 引起的航天器电子系统故障和异常,展示电磁兼容性 (EMC) 活动与航天飞行计划结合的重要性,并对一些著名的 EM1 系统故障和军用和商用电子系统中的异常历史进行调查。由于美国国家航空航天局 (NASA) 计划中发生的归因于 EM1 的飞行中航天器故障和异常数量有限,因此包括军用和商用系统。非空间系统的纳入也有助于说明不断发展的电子系统对 EM1 越来越敏感,NASA 人员必须继续努力追求航天系统的 EMC。
摘要。在全球化时代,人们在世界各地之间不断旅行,航空运输是最重要的交通工具之一。今天,它也是最安全的交通方式之一。尽管如此,不断提高安全水平并减少事故的绝对数量及其受害者至关重要。这个想法是本文主题创建的开始,同时也是进一步提高安全性的尝试。飞行员和乘客的安全在空中运行中起着至关重要的作用。最重要的因素之一是飞机的可靠性。可靠性工作的主要目标是估计产品在特定时间段后仍能运行的单位百分比。为了能够做出这样的陈述,有必要选择一个概率分布,以促进构建人们希望做出的合理精确的概率陈述。在这种分析中,故障间隔时间被用作得出所选示例中飞机可靠性结论的主要变量。
摘要。在全球化时代,人们在世界各地之间不断旅行,航空运输是最重要的交通工具之一。如今,它也是最安全的交通方式之一。尽管如此,不断提高安全水平并减少事故绝对数量及其受害者至关重要。这个想法是本文主题创建的开始,同时也是进一步提高安全性的尝试。飞行员和乘客的安全在空中运行中起着至关重要的作用。最重要的因素之一是飞机的可靠性。可靠性工作的主要目标是估计产品在特定时间后仍能正常运行的单位百分比。为了能够做出这样的陈述,必须选择一个概率分布,以便于构建人们希望做出的合理精确的概率陈述。在本分析中,故障间隔时间被用作得出所选示例中飞机可靠性结论的主要变量。
免责声明:本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息,但美国政府及其任何机构、加利福尼亚大学董事会及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证,也不承担任何法律责任,也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务,并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。
本文档报告了一项研究的结果,该研究旨在评估事故和事件的原因和促成因素,在事故和事件中,单个良性推进系统发生故障,而飞行员没有适当处理该情况。这项研究是为了回应联邦航空管理局 (FAA) 1996 年 3 月 6 日的一封信而进行的,该信要求航空工业协会 (AIA) 使用 AIA 以前的活动和最近事故的数据作为制定发动机故障指示系统指南的基础。AIA 于 1996 年 6 月 19 日回复 FAA 的一封信,提议开展所要求的活动。AIA 提议,活动的初始重点将是收集与历史事故和事件相关的所有相关事实和数据、各种缓解方法的经验、固定基座和运动基模拟器的能力和程序,以及其他适用于彻底研究发动机故障和不当机组人员反应的相关信息。数据收集过程完成后,后续阶段将分析和综合这些数据,以准备建议的纠正措施。AIA 写道,AIA 认为,各方最好不要过早地专注于“解决方案”。完成这项工作后,将采取决策关口,然后决定如何进入其他阶段,这些阶段可能会建议多种路径并增加
本文档报告了一项研究的结果,该研究旨在评估事故和事件的原因和促成因素,在事故和事件中,单个良性推进系统发生故障,而飞行员没有适当处理该情况。这项研究是为了回应联邦航空管理局 (FAA) 1996 年 3 月 6 日的一封信而进行的,该信要求航空工业协会 (AIA) 使用 AIA 以前的活动和最近事故的数据作为制定发动机故障指示系统指南的基础。AIA 于 1996 年 6 月 19 日回复 FAA 的一封信,提议开展所要求的活动。AIA 提议,活动的初始重点将是收集与历史事故和事件相关的所有相关事实和数据、各种缓解方法的经验、固定基座和运动基模拟器的能力和程序,以及其他适用于彻底研究发动机故障和不当机组人员反应的相关信息。数据收集过程完成后,后续阶段将分析和综合这些数据,以准备建议的纠正措施。AIA 写道,AIA 认为,各方最好不要过早地专注于“解决方案”。完成这项工作后,将采取决策关口,然后决定如何进入其他阶段,这些阶段可能会建议多种路径并增加
空间情境意识(SSA) /太空领域意识(SDA)的重要组成部分是对友好资产的真实地位以及是否受到任何资产的攻击知识。因此,重要的是要检测故障和其他异常,并确定所涉及的组件以及根本原因以及该根本原因是否可能是外部攻击。在太空冲突期间,与卫星的通信可能会受到破坏,要求它们聪明,自主地“照顾自己”,即有效地检测出故障,诊断其根本原因,并自动地制定和执行恢复计划,而不必与地面控制器进行沟通。这种缺乏沟通类似于月球流浪者和电力系统,在这种情况下,地形和其他因素可能会破坏交流。
摘要:人们提倡智能制造系统利用技术进步,通过快速诊断提高故障抵御能力,从而保证性能。在本文中,我们提出了一种用于设计数字孪生(DT)的协同仿真方法,该方法用于训练贝叶斯网络(BN),以便在设备和工厂层面进行故障诊断。具体而言,协同仿真模型是使用由联网传感器、每台设备的高保真仿真模型和工厂的详细离散事件仿真(DES)模型组成的信息物理系统(CPS)设计的。所提出的 DT 方法能够在虚拟系统中注入故障,从而减轻了昂贵的工厂车间实验的需要。应该强调的是,这种注入故障的方法消除了获取包括故障和正常工厂操作的平衡数据的需要。我们在本文中提出了一种结构干预算法 (SIA),首先检测所有可能的有向边,然后区分 BN 的父节点和祖先节点。我们在实验室中设计了一个 DT 研究测试台,由配置成装配单元的四个工业机器人组成,每个机器人都有一个可以监测双轴振动的工业物联网传感器。这些机器人的详细设备级模拟器与机器人装配单元的详细 DES 模型集成在一起。生成的 DT 用于进行干预,以学习用于故障诊断的 BN 模型结构。实验室实验通过准确学习 BN 结构验证了所提方法的有效性,并且在实验中,发现所提方法获得的准确性(使用结构汉明距离测量)明显优于传统方法。此外,发现的BN结构对参数的变化是可靠的,例如平均失败时间(MTTF)