《航空发动机健康估计的神经网络修正卡尔曼滤波算法》PDF+DOC
作者:顾嘉辉,黄金泉,鲁峰
单位:北京动力机械研究所
出版:《推进技术》2018年第11期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFTJJS2018110200
DOC编号:DOCTJJS2018110209
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于ESVR信息融合的航空发动机故障诊断研究》PDF+DOC2010年第06期 鲁峰,黄金泉
《应用神经网络信息融合诊断航空发动机故障》PDF+DOC2008年第01期 赵世荣,黄向华
《基于NN-ELM的航空发动机燃油系统执行机构故障诊断》PDF+DOC2016年第02期 姜洁,李秋红,张高钱,李业波
《基于一致性融合和神经网络的航空发动机气路系统故障诊断方法》PDF+DOC2016年第04期 蒋勇
《航空发动机健康管理系统功能架构》PDF+DOC2019年第01期 李軍,楊旭
《发动机数控系统诊断技术的发展》PDF+DOC1997年第04期 黄向华,孙健国
《航空发动机整机试验性能故障诊断系统设计》PDF+DOC2011年第04期 朱大明,朱之丽
《基于灰色关联分析的航空发动机气路部件故障诊断》PDF+DOC2011年第01期 周剑波,鲁峰,黄金泉
《航空发动机部件性能参数融合预测》PDF+DOC2009年第10期 鲁峰,黄金泉
《航空发动机部件性能故障融合诊断方法研究》PDF+DOC2009年第07期 鲁峰,黄金泉,陈煜
针对商用航空发动机与气路相关的传感器分布不均、且个数小于气路健康参数的个数、使用卡尔曼滤波算法估计全部气路健康参数时容易出现误判的特点,提出一种神经网络修正的卡尔曼滤波算法。该算法在每个采样周期内利用BP神经网络来修正个体的偏移方向,按粒子滤波算法计算每个个体的权值用以估计总体的均值和协方差,然后利用卡尔曼滤波算法更新所有个体,并将总体的均值作为当前时刻的估计结果。通过对商用航空发动机部件级模型在多个飞行状态点数字仿真模拟9种气路突变故障,由7个可测输出估计全部10个健康参数,该混合算法的估计误差相比BP神经网络与无迹卡尔曼滤波算法分别平均降低了34.6%与47.9%。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。