基于深度学习的航空发动机传感器故障检测

作者： 刘云龙   谢寿生   郑晓飞   边涛   来源： 传感器与微系统 年份： 2018 文献类型 ： 期刊 关键词： 飞参数据   深度学习   故障检测   深度置信网络   航空发动机传感器  

描述： 针对传统反向传播(BP)神经网络和支持向量机(SVM)存在的过拟合、维数灾难、参数选择困难等问题,提出了一种基于深度学习算法的航空发动机传感器故障检测方法。对发动机参数记录仪采集的多维数据进行预处理,建立基于深度置信网络(DBN)的故障检测模型,利用预处理后的数据对检测模型进行训练,经过DBN故障检测模型逐层特征学习实现了传感器故障检测。仿真结果表明:在无人工特征提取和人工特征提取的情况下,基于DBN故障检测的准确率均高于BP神经网络和SVM模型。

某型军用飞机下降阶段燃油消耗模型研究

作者： 吴祯涛   李学仁   杜军   来源： 信号处理 年份： 2020 文献类型 ： 期刊 关键词： 互信息   长短期记忆网络   飞参数据   深度学习   燃油消耗  

描述： 某型军用飞机下降阶段燃油消耗模型研究

基于深度学习的航空传感器故障诊断方法

作者： 郑晓飞   郭创   姚斌   冯华鑫   来源： 计算机工程 年份： 2018 文献类型 ： 期刊 关键词： 信号重构   故障诊断   深度学习   航空传感器   深度置信网络   故障隔离  

描述： 为解决传统神经网络进行传感器故障诊断时存在的过拟合、泛化能力有限等问题,提出一种基于深度置信网络观测器的航空传感器故障诊断方法。利用深度置信网络替代浅层神经网络,在优化网络结构的基础上,给出深度置信网络隐层节点数选取的递推公式,构建深度置信网络状态观测器。离线训练时,利用飞行数据训练深度置信网络观测器。在线诊断时,通过比较观测器输出值与实际输出值判断故障类型,并给出3种故障隔离与信号重构方法。仿真结果表明,与BP神经网络观测器相比,该方法能够快速准确地进行故障诊断与隔离,并且完成信号重构。

基于深度学习网络的航空发电机旋转整流器诊断技术研究

作者： 师鸽   来源： 南京航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 航空发电机   旋转整流器   故障诊断   深度学习   自动编码器   深度置信网络  

描述： 基于深度学习网络的航空发电机旋转整流器诊断技术研究

基于ARMA的航空发动机传感器故障诊断及实时验证

作者： 赵万里   郭迎清   杨菁   孙浩   来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： ARMA模型   故障诊断   硬件在环平台   实时验证   航空发动机传感器  

描述： 提出一种基于时间序列分析的航空发动机传感器故障诊断方法，通过正常数据离线训练得到ARMA模型，然后在线进行实时故障诊断，可以诊断出航空发动机传感器可能发生的故障。为了验证故障诊断算法的实时性，搭建了基于工控机、故障诊断器和上位机的硬件在环仿真平台，采用自动生成的代码与嵌入式手写代码相结合的方式，将算法下载至基于FPGA+DSP的故障诊断器中进行验证。结果表明，数字仿真条件下ARMA故障诊断算法可以准确地诊断出传感器偏置故障。搭建的硬件在环仿真平台可以实现对算法的实时性验证，加入XNLPC传感器偏置故障，ARMA算法在故障诊断器中的运行时间为1.33 ms,具有工程应用价值。

基于ARMA的航空发动机传感器故障诊断及实时验证

作者： 赵万里   郭迎清   杨菁   孙浩   来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： ARMA模型   故障诊断   硬件在环平台   实时验证   航空发动机传感器  

描述： 提出一种基于时间序列分析的航空发动机传感器故障诊断方法，通过正常数据离线训练得到ARMA模型，然后在线进行实时故障诊断，可以诊断出航空发动机传感器可能发生的故障。为了验证故障诊断算法的实时性，搭建了基于工控机、故障诊断器和上位机的硬件在环仿真平台，采用自动生成的代码与嵌入式手写代码相结合的方式，将算法下载至基于FPGA+DSP的故障诊断器中进行验证。结果表明，数字仿真条件下ARMA故障诊断算法可以准确地诊断出传感器偏置故障。搭建的硬件在环仿真平台可以实现对算法的实时性验证，加入XNLPC传感器偏置故障，ARMA算法在故障诊断器中的运行时间为1.33 ms,具有工程应用价值。

基于支持向量机的飞机重着陆预测模型

作者： 常文兵   张佳宁   周晟瀚   来源： 飞机设计 年份： 2017 文献类型 ： 期刊 关键词： 支持向量机   重着陆   飞参数据   预测模型  

描述： 研究以建立一种重着陆预测模型为目的,筛选飞机着陆过程中部分飞参数据,有针对性地提出一套飞参数据处理与分析方法,基于处理后的飞参数据建立一种支持向量机的重着陆预测模型,通过特征选取与参数优化,对预测模型做进一步修正,可实现75.69%的重着陆预测率。预测模型可有效实现重着陆的预测,对飞机着陆安全预警工作,具有重要借鉴意义。

飞机飞行参数数据预处理方法研究

作者： 金慧琴   王正磊   胡文春   来源： 指挥控制与仿真 年份： 2017 文献类型 ： 期刊 关键词： 飞参数据   数据处理   异值剔除  

描述： 飞行参数数据的处理对飞机的飞行安全至关重要,而飞行参数数据的误差会显著影响飞行参数数据处理的结果。分析飞行参数数据误差的基本组成,研究飞行参数数据误差中非常规误差的消除方法,给出了四种适用于对不同类型飞行参数数据进行异值剔除与缺失数据估计的方法,仿真结果表明这四种方法大大提高了飞行参数数据的有效性,使飞行参数数据后期处理更便利。

基于飞参数据的航空发动机故障预报研究

作者： 荆竹   巩美娟   来源： 电子测试 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   飞参数据   故障预报  

描述： 为能够充分的体现出飞行参数数据的应用价值,本篇文章研究了对飞行参数历史数据的发动机故障预测方法。在对飞行参数数据里面多组数据与发动机性能参数关系进行理论分析的基础上,讨论了四种发动机的可行性和具体预测方法的不足,同时还研究了这个方法在发动机故障预测里面的应用。结合到飞机飞行参数系统记录的实际数据,这个研究的结果对飞行安全的问题具有了重要的意义。

基于飞参数据的飞机操纵系统故障评估方法

作者： 吴祯涛   李学仁   杜军   丁超   来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： 极限学习机   飞参数据   差分进化   故障评估  

描述： 针对某型飞机的操纵系统故障评估问题,提出了一种基于飞参数据建立的差分进化极限学习机(DE-ELM)算法;该算法融合了差分进化(DE)和极限学习机(ELM)两种算法,通过对飞参数据进行训练,构建了飞机操纵系统的黑箱模型;由于极限学习机(ELM)的输入权值以及隐含层阈值是随机产生的,所以ELM的随机性较大,稳定性不高,故利用寻优能力较强的DE对ELM输入权值和隐含层阈值进行寻优,从而实现ELM的结构优化,提升ELM的稳定性和鲁棒性;仿真结果表明,DE-ELM算法的决定系数达到了97.6%,其均方误差相比于BP神经网络降低了约79%,相比于单纯的ELM降低了64%;所以说该法可以有效提高精确度,同时具有更加良好的泛化性能。