航空发动机故障诊断的机载自适应模型附视频

被引:25
作者
黄伟斌
黄金泉
机构
[1] 南京航空航天大学能源与动力学院
关键词
航空、航天推进系统; 航空发动机故障诊断; 健康参数; 机载自适应模型; 状态变量模型; 卡尔曼滤波器; 神经网络;
D O I
10.13224/j.cnki.jasp.2008.03.006
中图分类号
V263.6 [故障分析及排除];
学科分类号
摘要
提出了复合拟合法建立状态变量模型,该方法应用于建立高维状态变量模型时,具有较高的精度.将健康参数作为增广的状态变量,设计了卡尔曼滤波器,从而可以根据可测参数的偏离量估计得到健康参数.为了减少自适应模型与真实发动机之间的建模误差,在自适应模型中加入神经网络对稳态基点模型进行修正,从而提高了故障诊断系统的置信度.
引用
收藏
页码:580 / 584
页数:5
相关论文
共 2 条
[1]   神经网络在发动机自适应建模中的应用研究 [J].
王信德 ;
孙健国 ;
李松林 .
航空动力学报, 2003, (06) :845-849
[2]   一种建立航空发动机状态变量模型的新方法 [J].
冯正平 ;
孙健国 ;
黄金泉 ;
蔡红武 .
航空动力学报, 1998, (04) :86-89+114