楊碩

摘 要：本文在綜合國(guó)內(nèi)文獻(xiàn)的基礎(chǔ)上，首先介紹了電動(dòng)舵機(jī)故障診斷推理方法，指出了各種方法的優(yōu)缺點(diǎn)，然后探討電動(dòng)舵機(jī)故障診斷推理的應(yīng)用現(xiàn)狀，最后分析電動(dòng)舵機(jī)故障診斷發(fā)展趨勢(shì)，以期能為電動(dòng)舵機(jī)故障診斷提供借鑒。

關(guān)鍵詞：電動(dòng)舵機(jī);故障診斷;診斷方法

中圖分類號(hào)：TJ760.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-5168（2019）05-0067-05

Abstract： Based on the domestic literature， this paper first introduced the fault diagnosis reasoning methods of electric actuator， pointed out the advantages and disadvantages of various methods， then discussed the application status of fault diagnosis reasoning of electric actuator， and finally analysed the development trend of fault diagnosis of electric actuator， in order to provide reference for fault diagnosis of electric actuator.

Keywords： electric steering gear;fault diagnosis;diagnostic method

電動(dòng)舵機(jī)以其體積小、重量輕、響應(yīng)快、控制方便等特點(diǎn)在空空導(dǎo)彈、無人飛行器、制導(dǎo)炮彈等領(lǐng)域得到了廣泛應(yīng)用[1-3]。作為飛控系統(tǒng)的執(zhí)行機(jī)構(gòu)，電動(dòng)舵機(jī)的工作性能、可靠性等對(duì)整個(gè)系統(tǒng)具有巨大的影響。如果電動(dòng)舵機(jī)發(fā)生故障，將會(huì)造成嚴(yán)重?fù)p失[4-6]。因此，對(duì)電動(dòng)舵機(jī)進(jìn)行故障診斷具有十分重大的意義。

本文對(duì)近年來國(guó)內(nèi)電動(dòng)舵機(jī)故障診斷的理論體系、應(yīng)用、取得的成果等方面進(jìn)行歸納、總結(jié)，并在此基礎(chǔ)上，展望未來電動(dòng)舵機(jī)故障診斷技術(shù)的發(fā)展方向。

1 電動(dòng)舵機(jī)的組成及其故障診斷

1.1 電動(dòng)舵機(jī)組成及工作原理

電動(dòng)舵機(jī)是飛行器上重要的伺服機(jī)構(gòu)系統(tǒng)，一般由舵機(jī)控制器、電機(jī)驅(qū)動(dòng)器、直流電機(jī)、齒輪傳動(dòng)副、滾珠絲杠和反饋裝置等組成，其中直流電機(jī)、齒輪傳動(dòng)副和滾珠絲杠等稱之為舵機(jī)的傳動(dòng)機(jī)構(gòu)。圖1為電動(dòng)舵機(jī)組成示意圖。

電動(dòng)舵機(jī)的工作原理是：電動(dòng)舵機(jī)接受飛控/制導(dǎo)計(jì)算機(jī)給定的舵面偏角信號(hào)，經(jīng)由電路上的控制電路處理后，生成驅(qū)動(dòng)器邏輯控制信號(hào)，由驅(qū)動(dòng)器驅(qū)動(dòng)電機(jī)開始轉(zhuǎn)動(dòng)，經(jīng)過齒輪傳動(dòng)副+滾珠絲杠組成的減速裝置將動(dòng)力輸出到舵軸，驅(qū)動(dòng)舵面轉(zhuǎn)動(dòng)，同時(shí)與舵軸相連的位置傳感器（反饋裝置）送回檢測(cè)信號(hào)，判定舵面是否已經(jīng)到達(dá)位置。

1.2 電動(dòng)舵機(jī)故障診斷

故障診斷系統(tǒng)是指具有故障信息處理和推理、故障評(píng)價(jià)與決策、故障處理能力的系統(tǒng)，如圖2所示。由于故障診斷信息來源和處理方式不同，故障診斷推理方法也不盡相同，主要有基于模型、基于信號(hào)和基于知識(shí)三大類。在由故障診斷推理對(duì)故障信息進(jìn)行處理和推理后，故障診斷系統(tǒng)需要識(shí)別出故障類型或故障部位，并對(duì)故障的程度進(jìn)行評(píng)估，將故障部分進(jìn)行隔離，隨后向外部發(fā)出警報(bào)，并可通過冗余控制進(jìn)行故障隔離后的自修復(fù)控制，確保將故障損失降到最小。

2.1 基于模型的故障診斷推理方法

基于模型的故障診斷推理方法的主要工作流程如圖4所示。利用該方法進(jìn)行故障診斷，大致可分為三步。第一步，尋找合適的觀測(cè)器，以得到合適的系統(tǒng)輸出;第二步，將觀測(cè)器的輸出與實(shí)際系統(tǒng)測(cè)量所得值進(jìn)行比較，生成殘差、等價(jià)函數(shù)或估計(jì)參數(shù);第三步，通過事先設(shè)計(jì)好的殘差判斷規(guī)則對(duì)殘差進(jìn)行分析，從而確定故障類型、產(chǎn)生時(shí)間、故障點(diǎn)等，進(jìn)而給出故障診斷結(jié)果。

2.2 基于信號(hào)的故障診斷推理方法

基于信號(hào)的故障診斷推理方法的主要工作流程如圖5所示。具體流程如下。通過傅里葉變換、小波分析、經(jīng)驗(yàn)?zāi)B(tài)分解等方法對(duì)信號(hào)進(jìn)行處理，提取故障信號(hào)特征值。由于信號(hào)并不能直接反映故障類型、故障部位等，還需引入故障診斷系統(tǒng)。故障診斷系統(tǒng)由神經(jīng)網(wǎng)絡(luò)組成，其輸入值為提取的故障信號(hào)特征值，輸出值為故障類型和故障部位等。經(jīng)過反復(fù)對(duì)故障診斷系統(tǒng)進(jìn)行訓(xùn)練，達(dá)到事先設(shè)定好的應(yīng)用標(biāo)準(zhǔn)后即可投入實(shí)際故障診斷中。但是，該類方法易受到系統(tǒng)非線性因素和噪聲的干擾[8，9]。

2.3 基于知識(shí)的故障診斷推理方法

基于知識(shí)的故障診斷推理方法[10]主要是將故障案例通過人機(jī)接口傳給知識(shí)推理機(jī)，由知識(shí)推理機(jī)經(jīng)過處理后給出故障診斷結(jié)果。知識(shí)推理機(jī)包括專家系統(tǒng)、模糊推理、案例查詢、神經(jīng)網(wǎng)絡(luò)等多種故障診斷推理方法，也可以是上述故障診斷推理方法的綜合應(yīng)用?；谥R(shí)的故障診斷推理工作流程如圖6所示。

3 電動(dòng)舵機(jī)故障診斷系統(tǒng)的應(yīng)用現(xiàn)狀

電動(dòng)舵機(jī)的故障診斷應(yīng)用主要可以分為三大類，一是研究舵機(jī)故障模型，以便在真實(shí)故障發(fā)生后進(jìn)行故障原因分析，定位故障部位;二是采用仿真手段構(gòu)建舵機(jī)模型，通過對(duì)比故障模型與真實(shí)系統(tǒng)之間的殘差進(jìn)行故障診斷。前兩類均屬于離線故障診斷，第三類則是在線故障診斷，在舵機(jī)控制系統(tǒng)中實(shí)時(shí)地將檢測(cè)到的電動(dòng)舵機(jī)工作狀態(tài)/參數(shù)與事先標(biāo)定好的標(biāo)準(zhǔn)狀態(tài)/參數(shù)進(jìn)行比較，實(shí)時(shí)判斷舵機(jī)故障。

3.1 電動(dòng)舵機(jī)故障模型應(yīng)用

電動(dòng)舵機(jī)的故障與其中各組成部分息息相關(guān)，因此，利用各部分的傳遞函數(shù)搭建電動(dòng)舵機(jī)的故障模型，對(duì)電動(dòng)舵機(jī)傳遞函數(shù)故障模型進(jìn)行分析，得到與故障對(duì)應(yīng)的相關(guān)組成部分便成為最常見的電動(dòng)舵機(jī)故障模型。

楊秉巖等[11]構(gòu)建了包含電動(dòng)舵機(jī)中伺服電機(jī)、驅(qū)動(dòng)器、反饋電位器和傳動(dòng)機(jī)構(gòu)等在內(nèi)的舵機(jī)正向傳遞模型。采用辨識(shí)算法對(duì)舵機(jī)系統(tǒng)頻譜信號(hào)中包含的傳遞函數(shù)和傳遞函數(shù)中各系數(shù)進(jìn)行識(shí)別，得到電動(dòng)舵機(jī)的反向傳遞函數(shù)。分析舵機(jī)正向、反向傳遞函數(shù)的數(shù)值，進(jìn)而確定電動(dòng)舵機(jī)是否出現(xiàn)故障以及故障范圍。若反向傳遞函數(shù)階數(shù)發(fā)生變化，可斷定發(fā)生了損壞性故障，在故障庫(kù)中查找對(duì)應(yīng)的故障類型;如果反向傳遞函數(shù)系數(shù)發(fā)生變化，可斷定發(fā)生參數(shù)超調(diào)性故障，利用參數(shù)與元件之間的對(duì)應(yīng)關(guān)系來確定故障范圍。

劉昆朋等[12]同樣基于舵機(jī)傳遞函數(shù)構(gòu)建故障模型。通過多次仿真，利用舵機(jī)自檢信息得到故障閾值，可對(duì)舵機(jī)的元器件參數(shù)故障進(jìn)行診斷，但并不能覆蓋所有參數(shù)故障。

3.2 電動(dòng)舵機(jī)故障殘差分析應(yīng)用

利用殘差對(duì)電動(dòng)舵機(jī)進(jìn)行故障診斷是目前普遍使用的故障診斷方法。通過殘差的獲得手段、分析方法等可將其分為觀測(cè)器、半實(shí)物仿真、閾值等不同的利用殘差進(jìn)行故障診斷的具體應(yīng)用。

3.2.1 觀測(cè)器故障診斷。一般來說，電動(dòng)舵機(jī)的故障類型較多，采用單一的觀測(cè)器不能覆蓋所有的故障類型。對(duì)于該問題，主要有兩種解決方法：一種是構(gòu)建多個(gè)觀測(cè)器，分別對(duì)應(yīng)不同的故障類型;另一種是構(gòu)建自適應(yīng)觀測(cè)器，自動(dòng)適應(yīng)不同的故障類型。張棟等[13]設(shè)計(jì)了多觀測(cè)器切換機(jī)制，以解決多個(gè)觀測(cè)器的選取問題，使舵機(jī)故障狀態(tài)能及時(shí)準(zhǔn)確地被切換到最合適的觀測(cè)器，給出最接近實(shí)際情況的故障信息。廖瑛等[14]則通過構(gòu)造自適應(yīng)觀測(cè)器獲取反映系統(tǒng)故障的殘差信息，針對(duì)該系統(tǒng)出現(xiàn)的故障，利用序列概率比方法進(jìn)行故障決策。

為了解決觀測(cè)器構(gòu)建困難的問題，史賢俊等[15]將神經(jīng)網(wǎng)絡(luò)作為故障觀測(cè)器。利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)簡(jiǎn)單、收斂速度快、非線性映射能力強(qiáng)和魯棒性等特點(diǎn)，通過粒子群優(yōu)化算法選取神經(jīng)網(wǎng)絡(luò)參數(shù)，經(jīng)過參數(shù)優(yōu)化和訓(xùn)練后的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)可有效識(shí)別出舵機(jī)的相關(guān)故障。

3.2.2 半實(shí)物仿真殘差的故障診斷。由于建立精確的模型較為困難，為較為簡(jiǎn)便地獲取等效模型，有學(xué)者提出了利用dSPACE與電動(dòng)舵機(jī)執(zhí)行機(jī)構(gòu)進(jìn)行半實(shí)物仿真，通過參數(shù)識(shí)別來獲得舵機(jī)的等效模型，以避免模型不準(zhǔn)確造成虛檢和漏檢。

邱聚能等[16]采用搭建故障觀測(cè)器的思路，提出了一種基于子空間辨識(shí)的卡爾曼濾波故障檢測(cè)方法，借助于dSPACE半實(shí)物仿真工具，搭建了電動(dòng)舵機(jī)故障檢測(cè)半實(shí)物仿真平臺(tái)，實(shí)現(xiàn)了未知參數(shù)電動(dòng)舵機(jī)的在線故障檢測(cè)和快速故障分析。

3.2.3 殘差閾值的故障診斷。閾值分析法的關(guān)鍵是殘差閾值的設(shè)定，若設(shè)定的閾值過小，則當(dāng)系統(tǒng)存在噪聲干擾或者解析模型存在偏差時(shí)，會(huì)做出存在故障的錯(cuò)誤判斷，造成虛警;若設(shè)定的閾值過大，則當(dāng)系統(tǒng)發(fā)生故障時(shí)，殘差小于閾值，造成漏檢或診斷不夠?qū)崟r(shí)。

殘差閾值的確定通常有如下幾類方法。①簡(jiǎn)單閾值。為了減少計(jì)算量，縮小誤警，該類情況在設(shè)定閾值的基礎(chǔ)上進(jìn)行適當(dāng)放大。如史賢俊等人的研究[15]就將訓(xùn)練所得閾值的3倍作為故障報(bào)警閾值。②數(shù)學(xué)分析方法。利用該類方法獲得閾值，需要對(duì)殘差進(jìn)行一定的數(shù)學(xué)計(jì)算。如王鵬[17]等利用一元線性回歸分析方法對(duì)殘差的閾值進(jìn)行計(jì)算。李勇[18]等則將閾值與改進(jìn)序貫概率比算法相結(jié)合，以迅速診斷出階躍性故障和緩變性故障。③人工智能方法。梁瑞勝[19]等采用BP神經(jīng)網(wǎng)絡(luò)對(duì)閾值進(jìn)行訓(xùn)練，有效實(shí)現(xiàn)了故障的診斷和定位。

3.3 電動(dòng)舵機(jī)實(shí)時(shí)故障診斷應(yīng)用

3.3.1 模糊聚類實(shí)時(shí)故障診斷。章家保等[20]在對(duì)電動(dòng)舵機(jī)致命性故障進(jìn)行實(shí)時(shí)檢測(cè)/診斷時(shí)，采用模糊聚類方法。對(duì)電動(dòng)舵機(jī)正常工作時(shí)的狀態(tài)數(shù)據(jù)通過歸一化處理和模糊計(jì)算，得到隸屬度矩陣和聚類中心矩陣。在電動(dòng)舵機(jī)實(shí)際工作中，計(jì)算每個(gè)控制周期的舵機(jī)狀態(tài)樣本與舵機(jī)標(biāo)準(zhǔn)樣本聚類中心之間的距離，進(jìn)而進(jìn)行故障檢測(cè)/診斷，具有實(shí)時(shí)性強(qiáng)、準(zhǔn)確率高的特點(diǎn)。但是，該方法只適用于對(duì)減速器卡死、電機(jī)故障、傳感器故障等致命性故障進(jìn)行檢測(cè)/診斷，對(duì)于非致命性、偶發(fā)性、緩慢性故障，由于尚未取得標(biāo)準(zhǔn)狀態(tài)樣本數(shù)據(jù)，故不適用。

3.3.2 特征模型實(shí)時(shí)故障診斷。為避免真實(shí)系統(tǒng)與數(shù)學(xué)模型之間建模造成的誤差，朱紀(jì)洪等[21]通過建立電動(dòng)舵機(jī)特征模型的方法將建模誤差降到最小，使特征模型與實(shí)際對(duì)象在面對(duì)相同的控制輸入時(shí)，兩者的輸出是“等價(jià)”的。由此，可以避免控制飽和、負(fù)載擾動(dòng)造成的虛警。

在實(shí)際工作中，對(duì)電動(dòng)舵機(jī)速率和位置數(shù)值進(jìn)行積分計(jì)算，將其與速率閾值和位置閾值進(jìn)行比較，一旦超過閾值，即進(jìn)行報(bào)警。

3.3.3 半實(shí)物仿真實(shí)時(shí)故障診斷。李云龍等[22]將舵機(jī)的輸入電壓作為故障信號(hào)源，通過在dSPACE中構(gòu)建相應(yīng)的舵面卡死/損傷故障模式，獲取相關(guān)數(shù)據(jù)。對(duì)相關(guān)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，在0.25s內(nèi)給出診斷結(jié)果，實(shí)時(shí)性較好。

4 電動(dòng)舵機(jī)故障診斷發(fā)展趨勢(shì)

隨著信號(hào)處理、新型仿真軟件、人工智能、數(shù)據(jù)挖掘等技術(shù)的不斷發(fā)展，電動(dòng)舵機(jī)的故障診斷也呈現(xiàn)出新的發(fā)展趨勢(shì)，主要表現(xiàn)在以下幾方面。

4.1 傳感器故障診斷

與通過解析模型進(jìn)行多種類型故障診斷不同，通過傳感器進(jìn)行故障檢測(cè)的故障類型較為單一，但可以通過硬件實(shí)現(xiàn)，并進(jìn)行在線故障檢測(cè)。因此，僅在關(guān)鍵部位采用。如田乾乾等人的研究[23]中采用傳感器實(shí)時(shí)檢測(cè)電動(dòng)舵機(jī)中驅(qū)動(dòng)電路的故障信號(hào)，大大提高了電動(dòng)舵機(jī)整體的可靠性。今后，隨著傳感器技術(shù)的不斷發(fā)展，可考慮進(jìn)行多傳感器信息融合的故障診斷。

4.2 專業(yè)仿真軟件故障診斷

解析模型雖然可以反映電動(dòng)舵機(jī)系統(tǒng)故障，但難以精確確定其內(nèi)部具體器件的故障。采用實(shí)物對(duì)比驗(yàn)證的方法也需要解析模型具有較高的精度。因此，利用專業(yè)仿真軟件進(jìn)行故障仿真和診斷就成為電動(dòng)舵機(jī)故障診斷的發(fā)展趨勢(shì)。張奎軒等人的研究中[24]就利用Protetus軟件搭建了電動(dòng)舵機(jī)電路模型，并利用該仿真模型進(jìn)行具體元器件的故障診斷。

4.3 健康評(píng)估

周維正[25]和吳茂興[26]將源于飛行器集成健康管理理念引入電動(dòng)舵機(jī)故障診斷。將電動(dòng)舵機(jī)的健康分為標(biāo)稱態(tài)和非標(biāo)稱態(tài)的綜合，非標(biāo)稱態(tài)描述了系統(tǒng)實(shí)際運(yùn)行的漸變和突變過程，用參數(shù)百分比或類似形式進(jìn)行健康建模，可以更好地體現(xiàn)漸變過程，從而提供趨勢(shì)預(yù)測(cè)，進(jìn)行主動(dòng)維護(hù)，便于對(duì)電動(dòng)舵機(jī)的工作狀態(tài)進(jìn)行監(jiān)護(hù)，并能提供更加準(zhǔn)確的健康評(píng)估。

5 結(jié)論

近年來，國(guó)內(nèi)關(guān)于電動(dòng)舵機(jī)故障診斷技術(shù)的研究和應(yīng)用成果較多。但從文獻(xiàn)分析可知，目前航空領(lǐng)域電動(dòng)舵機(jī)故障診斷的應(yīng)用成果主要體現(xiàn)在地面測(cè)試、事后確定故障類型、離線故障診斷等方面，故障診斷類型較為單一。但是，也開展了實(shí)時(shí)故障診斷、傳感器故障、健康評(píng)估、新型故障診斷方法等新型研究。未來，隨著基礎(chǔ)研究和新興技術(shù)的不斷發(fā)展，電動(dòng)舵機(jī)的故障診斷將會(huì)取得更大的發(fā)展。

參考文獻(xiàn)：

[1]呂帥帥，林輝，陳曉雷，等.彈載電動(dòng)舵機(jī)冪次滑模反演控制[J].北京理工大學(xué)學(xué)報(bào)，2016（10）：1037-1042.

[2]付克亞.一種數(shù)字無刷電動(dòng)舵機(jī)控制系統(tǒng)的設(shè)計(jì)[J].航空兵器，2018（4）：84-88.

[3]李懷兵，徐豪榜，晉華峰，等.一種無人機(jī)用一體式電動(dòng)舵機(jī)的研究[J].微電機(jī)，2017（4）：17-25.

[4]靳凌，董繼鵬.考慮舵機(jī)故障的空空導(dǎo)彈飛行控制系統(tǒng)主動(dòng)容錯(cuò)控制[J].彈箭與制導(dǎo)學(xué)報(bào)，2014（6）：618-621.

[5]付永領(lǐng)，龐堯，劉和松，等.基于故障建模的雙余度舵機(jī)故障診斷技術(shù)[J].北京航空航天大學(xué)學(xué)報(bào)，2011（11）：1372-1377.

[6]呂永健，李子龍，張洪林.基于改進(jìn)遺傳小波網(wǎng)絡(luò)的電機(jī)故障診斷研究[J].微特電機(jī)，2012（4）：19-21.

[7]吳彬.基于模型的故障診斷計(jì)算及其在電動(dòng)舵機(jī)上的應(yīng)用[D].湘潭：湘潭大學(xué)，2008.

[8]王煒，鐘書輝.基于RBF神經(jīng)網(wǎng)絡(luò)的無刷直流電動(dòng)機(jī)故障診斷[J].微特電機(jī)，2018（5）：44-47.

[9]柴永利，王煒，何衛(wèi)國(guó).一種無刷直流電動(dòng)機(jī)故障診斷方法研究[J].微特電機(jī)，2018（6）：49-52，61.

[10]季文韜，陳汶濱，張平.基于案例模糊的無人機(jī)故障診斷系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2011（1）：32-35.

[11]楊秉巖，程紹成，朱偉，等.基于傳遞函數(shù)識(shí)別的導(dǎo)彈電動(dòng)舵機(jī)故障診斷[J].海軍航空工程學(xué)院學(xué)報(bào)，2012（5）：494-498.

[12]劉昆朋，曾慶華.導(dǎo)彈舵機(jī)參數(shù)故障診斷方法[J].導(dǎo)彈與航天運(yùn)載技術(shù)，2008（6）：13-15.

[13]張棟，李春濤，楊藝.基于多模型參數(shù)估計(jì)的舵機(jī)故障診斷算法[J].電光與控制，2014（12）：85-89，105.

[14]廖瑛，吳彬，曹登剛，等.基于自適應(yīng)觀測(cè)器的導(dǎo)彈電動(dòng)舵機(jī)故障診斷研究[J].系統(tǒng)仿真學(xué)報(bào)，2011（3）：618-621.

[15]史賢俊，張文廣，張艷，等.PSO-RBF神經(jīng)網(wǎng)絡(luò)在舵機(jī)系統(tǒng)故障診斷中的應(yīng)用[J].海軍航空工程學(xué)院學(xué)報(bào)，2011（2）：131-135.

[16]邱聚能，李輝.基于dSPACE的無人機(jī)電動(dòng)舵機(jī)故障檢測(cè)[J].彈箭與制導(dǎo)學(xué)報(bào)，2017（2）：123-128.

[17]王鵬，張?chǎng)妮x，金波，等.基于一元線性回歸分析的舵機(jī)故障診斷算法[J].火力與指揮控制，2009（7）：20-23.

[18]李勇，曹東.基于解析模型的飛控系統(tǒng)執(zhí)行機(jī)構(gòu)的故障診斷[J].電光與控制，2016（10）：104-107，111.

[19]梁瑞勝，孫有田，周希亞.小波包變換和神經(jīng)網(wǎng)絡(luò)的某型導(dǎo)彈故障診斷方法研究[J].海軍航空工程學(xué)院學(xué)報(bào)，2008（2）：217-220.

[20]章家保，徐偉.模糊聚類方法在電動(dòng)舵機(jī)致命故障檢測(cè)中的應(yīng)用[J].紅外與激光工程，2014（S1）：123-129.

[21]朱紀(jì)洪，和陽(yáng)，黃志毅.舵機(jī)特征模型及其故障檢測(cè)方法[J].航空學(xué)報(bào)，2015（2）：640-650.

[22]李云龍，夏潔，時(shí)子房.基于半實(shí)物仿真的飛行器舵機(jī)操縱面故障檢測(cè)[J].系統(tǒng)仿真學(xué)報(bào)，2015（8）：1914-1921.

[23]田乾乾，范海峰.新型故障監(jiān)測(cè)傳感器在機(jī)載云臺(tái)電動(dòng)舵機(jī)中的應(yīng)用[J].傳感器與微系統(tǒng)，2014（9）：148-151.

[24]張奎軒，曾慶華.面向故障仿真的舵機(jī)系統(tǒng)建模方法研究[J].航空計(jì)算技術(shù)，2015（3）：618-621.

[25]周維正，李學(xué)鋒，曾慶華.基于參數(shù)辨識(shí)的電動(dòng)舵機(jī)系統(tǒng)健康仿真和評(píng)估[J].國(guó)防科技大學(xué)學(xué)報(bào)，2016（4）：132-136.

[26]吳茂興，曾慶華.基于電動(dòng)舵機(jī)的健康仿真與評(píng)估方法研究[J].航空計(jì)算技術(shù)，2012（3）：38-41.