基于卡尔曼滤波器及神经网络的发动机故障诊断附视频

被引：13

作者：

姚华

单贵平

孙健国

机构：

[1] 南京航空航天大学能源与动力学院

来源：

航空动力学报 | 2008年 / 06期

关键词：

航空、航天推进系统; 航空发动机; 故障诊断; 卡尔曼滤波器; 神经网络;

D O I：

10.13224/j.cnki.jasp.2008.06.024

中图分类号：

V263.6 [故障分析及排除];

学科分类号：

082503 ;

摘要：

提出了一种基于卡尔曼滤波器及神经网络的航空燃气涡轮发动机气路故障诊断的方法.该方法用卡尔曼滤波器来估计发动机可测参数的变化量,再由神经网络来映射发动机性能参数的变化量,并据此进行发动机气路故障诊断.数字仿真表明,该方法是可行的,有效的.

引用

页码：1111 / 1117

页数：7

共 5 条

[1] 神经网络在发动机自适应建模中的应用研究附视频 [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附视频 [J].

冯正平 ;

孙健国 ;

黄金泉 ;

蔡红武 .

航空动力学报, 1998, (04) :86-89+114

[3] 涡扇发动机机载自适应建模技术研究 [J].

李松林 ;

孙健国 ;

黄金泉 ;

李健民 .

航空动力学报, 1998, (03) :92-95+127

[4]

航空推进系统控制[M]. 西北工业大学出版社 , 樊思齐等编著, 1995

[5]

Evolution of pro-pulsion controls and health monitoring at pratt and whit-ney .2 Rajagopalan R,Wood B C,Schryver M. AIAA/ICAS International Air andSpace Symposium and Exposition:The Next 100 Y,AIAA2003-2645 . 2003

← 1 →