作者:石陆友,朱杰堂,胡宇,梁庆,张世英 单位:西北工业大学 出版:《西北工业大学学报》2017年第S1期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFXBGD2017S10010 DOC编号:DOCXBGD2017S10019 下载格式:PDF + Word/doc 文字可复制、可编辑
《涡扇发动机气路传感器故障诊断》PDF+DOC2017年第05期 姚文荣,徐田镇,张海波 《基于序列工作点的航空发动机过渡态气路分析参数选择研究》PDF+DOC2019年第10期 杨锟,屠秋野,王纬,蔡元虎 《基于SVR的X型发动机传感器故障诊断研究》PDF+DOC2007年第10期 李本威,樊照远,王永华,尹大伟,蒋科艺 《矿井提升机故障检测控制系统的研究》PDF+DOC2019年第12期 王云玲 《基于烟花算法的多传感器优化模型部署》PDF+DOC2019年第08期 田桂林,刘昌云,高嘉乐,吴舒然 《基于叶尖定时的航空发动机压气机叶片振动测量》PDF+DOC2019年第09期 刘美茹,朱靖,梁恩波,滕光蓉,肖潇,乔百杰 《基于MEMS传感器的手臂运动测量和识别方法》PDF+DOC2017年第06期 王雪梅,刘震,倪文波 《基于状态监测的导弹地测发控系统故障诊断》PDF+DOC2006年第01期 王维,李洪儒 《基于传感器应用技术的机载火控故障诊断系统》PDF+DOC2005年第06期 韩兆福,欧阳寰,吴卫玲,王虹昙 《ADU3600定位定向仪在车载气象仪中的应用》PDF+DOC2014年第02期 周扬,朱洪海,杨俊贤,初士博,惠力
  • 针对涡扇发动机气路故障诊断过程测量参数选择对故障跟踪估计结果存在较大影响的问题,研究了一种基于改进遗传算法的气路传感器优化方法。该方法以传统遗传算法为基础,为保证种群基因的多样性,在遗传进化过程中加入了创建新种群算子,提高了算法的全局搜索能力,最佳时能在第65代遗传收敛到全局最优点,将筛选出的最佳传感器组合带入基于非线性部件级模型与扩展卡尔曼滤波算法的故障诊断系统进行仿真验证,结果表明:该改进遗传算法搜索出的传感器组合能够实现对涡扇发动机各类型气路部件故障的有效诊断,估计参数的误差得到了2.5%的改善。

    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。