《基于小波神经网络的航空发动机传感器故障诊断》PDF+DOC
作者:白杰,张正,王伟,孙晓楠
单位:中国机械工程学会;广州机械科学研究院
出版:《机床与液压》2020年第03期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFJCYY2020030420
DOC编号:DOCJCYY2020030429
下载格式:PDF + Word/doc 文字可复制、可编辑
《航空发动机传感器故障诊断方法研究》PDF+DOC2010年第02期 孙晓倩,艾延廷,张振
《一种基于小波变换与神经网络的传感器故障诊断方法》PDF+DOC2013年第02期 赵劲松,李元,邱彤
《基于广义回归神经网络的传感器故障检测》PDF+DOC2017年第09期 李长征,张瑜
《基于滑模观测器和神经网络的传感器故障诊断方法比较研究》PDF+DOC2020年第04期 陶立权,马振,王伟,张正,刘程
《一种基于神经网络预测的传感器故障诊断新方法》PDF+DOC2000年第04期 房方,牛玉广,孙万云
《航空发动机鲁棒容错控制》PDF+DOC1997年第03期 钟谦,王镛根
《基于小波神经网络的传感器故障诊断方法研究》PDF+DOC2005年第05期 李冬辉,周巍巍
《基于粒子群优化的神经网络容错控制算法》PDF+DOC2011年第03期 周立群,张晓琴,李书臣,苏成利,翟春艳
《飞控系统传感器故障诊断的在线方法研究》PDF+DOC2010年第05期 赵红梅,章卫国,刘小雄,李丹
《基于小波神经网络的空调系统传感器故障诊断》PDF+DOC2007年第04期 李冬辉,李晟
航空发动机传感器故障诊断系统对于保证航空发动机控制系统可靠性和安全性至关重要,针对传统基于发动机模型的传感器故障诊断中存在建模精度不足导致故障诊断存在误诊和漏诊的问题,提出以小波变换和神经网络为基础,使用正常传感器预测故障传感器值。通过对比传感器输出和神经网络预测值的残差来实现传感器的故障诊断,其中神经网络可以在传感器故障后估计出正常的模拟信号代替故障信号供发动机控制系统使用,实现航空发动机控制系统的容错控制;使用改进粒子群优化算法优化BP神经网络的阈值和权值,以提高神经网络诊断和预测信号精度。仿真结果表明:该方法可以有效完成故障诊断,减少漏诊和误诊的发生。
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。