共查询到20条相似文献,搜索用时 734 毫秒
1.
以液体火箭发动机整机试验、试车为目标,对发动机在研制过程中出现的各种故障进行了统计、归纳和分类。并按照目前液体火箭发动机试车测量参数的现状及不同的试车故障类型,制定了检测方法,也建立了故障分析模式。按照此种模式,在发动机未遭受到破坏之前及时停止试车,减少推进剂的浪费,使发动机的破坏尽可能地减到最少。 相似文献
2.
为了解决传统自适应阈值算法对时间序列方差跟踪能力不足,以及故障阶段带宽自动放大的问题,提出了紧广义自回归条件异方差(Compact General Auto-Regressive Conditional Heteroskedasticity,CGARCH)模型。针对液体火箭发动机稳态试车数据的波动性特点,提出一种基于自回归(Auto-Regressive,AR)模型和CGARCH模型的自适应阈值故障检测算法。采用AR模型对稳态参数的均值进行估计,并采用CGARCH模型对稳态参数的方差进行估计,从而利用均值和方差的估计值自适应地构造检测阈值。用某氢氧火箭发动机的热试车数据进行验证,结果表明,该算法能够准确、快速、灵敏地检测液体火箭发动机故障,在正常工作阶段,能够有效跟踪数据波动性,在故障阶段,能够避免阈值变宽带来的漏检。 相似文献
3.
为了实时监控液体火箭发动机涡轮泵的状态,提高其安全性,降低其故障带来的破坏程度,提出了短数据均值自适应阈值算法(SDM—ATA),建立了实时故障检测的统计学模型、研究了阈值区间均值与方差的自适应计算及其带宽系数的自适应训练、故障综合决策逻辑,以及故障数据对阈值贡献的踢除等方法,并利用某型火箭发动机地面试车涡轮泵振动测量数据和某型转子试验平台实时测量数据对该算法进行离线和实时在线故障检测试验验证。结果表明,SDM—ATA没有发生误检测情况,并具有实时故障检测的能力。 相似文献
4.
以大型液体火箭发动机故障诊断系统框架为基础,按照发动机不同工作阶段的特点建立了相应的故障检测与诊断算法。利用发动机的高队数学模型,对基于推广的卡尔曼滤波器技术的新息检测算法进行了研究。根据发动机系统工作过程的特点,建立了降阶故障模式响应模型,并发展了相应的故障模式检验方法。为了适应在线实时检测的需要,利用发动机的试验数据,分别研究了基于人工神经元网络辨识模型的发动机启动过程检测算法和基于时间序列分析方法的发动机主机工作过程检测算法。通过试验数据的检测验证,证明了这些实时算法的快速性、准确性和鲁律性。 相似文献
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
Manyhighpefformancecontrolsystemsmusthavefauhtolerantabilityagainstsensorfailures.Theapplicationofprevioussensorfailuredetectinnmethods,mostlybasedonanalyti-calredundancy['Jlislimitedbecausetheyrequireaprecise.mathematicalmedel.BPneuralnetwork(BPNN)isabletolearnanycomplicatedcontinuousnonlinearfunctions,therefore,itcanbeusedtodetectsensorfailuresandrecoverthesignalforthefailedsensor'Recentpubli-cationshavedemonstratedtheuseofBPNNfordetectingsomkindofsensorfailuresandre-coveringthefailedsen… 相似文献
15.
AnalyticalredundancytechniquessuchasextendedKalmanfilter,componentstrackingfilterandsooncandetect,isolateandacommodatefailur... 相似文献
16.
17.
针对无人飞行器在环境特征突变情况下数据融合的可靠性大幅下降问题,提出了神经网络预测补偿的组合导航算法。首先利用扩展卡尔曼滤波和粒子滤波对激光、光流等传感器得到的数据进行融合,然后采用径向基函数(RBF)神经网络对粒子滤波前后的误差进行预测。当激光数据可靠时,RBF神经网络进行训练学习模式,当激光数据中断或者不可靠时,利用训练后的模型对系统进行误差补偿。利用无人飞行器在室内环境下进行定点和轨迹实验,结果表明补偿后的位置导航信息能够明显降低激光数据不可靠时带来的定位误差。 相似文献
18.
故障诊断的神经网络多重模型自适应方法 总被引:1,自引:0,他引:1
将神经网络与故障诊断的多重模型自适应方法相结合,提出了故障诊断的神经网络多重模型自适应方法,并对某型航空发动机控制系统传感器故障进行诊断仿真。仿真表明,该方法能够用来解决具有模型不确定性系统的故障诊断问题,同时,对未知的故障模态具有自学习能力 相似文献
19.
基于自组织映射网络的故障诊断推理方法研究 总被引:3,自引:0,他引:3
从故障诊断基本形式出发,结合飞机刹车系统故障的各类特点,研究了基于Kohonen自组织映射网络理论的故障推理模型,并且应用到起落架刹车系统故障诊断中。该方法只需选择听,具有代表性的故障样本训练神经网络,他将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断出发生故障的类型。该模型除能识别已训练过的故障,还能识别未训练过的故障,并且聚类能力强,速度快,因此,很符合复杂系统的故障诊断。 相似文献
20.
基于RBF神经网络的液压位置伺服系统故障诊断 总被引:1,自引:0,他引:1
针对液压系统的非线性、时变、流固耦合的特点,提出双级径向基函数(Radial Basis Function,RBF)神经网络模型实现液压伺服系统故障检测与定位.采用第1级RBF网络作为液压伺服系统的故障检测滤波器,通过实际系统与RBF观测器输出的残差实现液压伺服系统故障检测.利用第1级RBF观测器的输出残差和网络结构参数,应用第2级RBF网络实现液压伺服系统典型故障定位.针对K均值聚类算法收敛速度慢的缺点,提出了改进K均值聚类算法和学习速率自适应调整算法,利用网络优化结构参数和学习率,加快神经网络收敛速度,减少运算量.实验结果表明,利用双级RBF神经网络能够有效地检测出液压位置伺服系统的故障,并能实现系统的故障定位. 相似文献