首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 218 毫秒
1.
传感器故障下的航空发动机机载自适应模型重构   总被引:2,自引:3,他引:2  
利用航空发动机测量参数偏离正常工作情况下的变化量,可以估计发动机的非额定工作状况,并以此对机载模型进行校正,使其与真实发动机工作状况保持一致.建立了包含发动机性能蜕化因素的状态变量模型并对其进行了增广,设计了卡尔曼滤波器,根据可测输出偏离量对发动机性能蜕化值进行了估计,并将性能蜕化值用于修正发动机不可测输出参数.考虑了当某一传感器发生故障后,利用一簇卡尔曼滤波器对发生故障的传感器进行诊断并隔离,并依据剩余非故障传感器的信息对自适应模型进行重构.仿真结果表明,重构的自适应模型能够满足精度及实时性要求.  相似文献   

2.
涡扇发动机机载自适应建模技术研究   总被引:12,自引:6,他引:6  
本文研究用涡扇发动机可测输出参数偏离变化来表征发动机的非额定工作特性,将它们做为增广的状态量,设计卡尔曼滤波器进行最优估计,将这些估计值用于修正对发动机不可测参数和性能量的计算,以形成机载自适应模型。仿真研究表明,采用该方法建立的机载模型对性能蜕化所致的发动机非额定工作具有很好的适应能力。  相似文献   

3.
航空发动机机载实时自适应模型研究   总被引:6,自引:0,他引:6  
袁春飞  姚华  杨刚 《航空学报》2006,27(4):561-564
 航空发动机的性能蜕化会导致其可测参数的变化,因此传感器测量参数偏离正常工作情况下的变化量,可以表征发动机的性能蜕化程度。文中首先建立了包含发动机性能蜕化因素的状态变量模型,并将性能蜕化参数作为增广的状态变量,设计了卡尔曼滤波器,从而可以根据可测的输出偏离量经滤波器状态估计得到发动机性能蜕化值,最后将性能蜕化值用于状态变量模型中不可测参数的修正,从而使机载模型适应发动机的非额定工作状况。  相似文献   

4.
袁春飞  姚华 《推进技术》2007,28(1):9-13
以某型涡扇发动机为研究对象,构建了基于卡尔曼滤波器和遗传算法的航空发动机性能诊断方法。卡尔曼滤波器根据发动机可测参数偏离额定特性时的变化量,对发动机性能参数进行了估计。当传感器存在测量偏差时,会使滤波器估计结果偏离真实情况。遗传算法以机载模型输出与发动机测量参数之间的误差最小为目标,通过优化计算,找出存在测量偏差的传感器,确定其偏差,并最终消除测量偏差对性能诊断的影响。  相似文献   

5.
以某型涡扇发动机为研究对象,提出了基于卡尔曼滤波器和遗传算法的航空发动机性能诊断方法.根据发动机可测参数偏离额定特性时的变化量,利用卡尔曼滤波器对发动机性能参数进行了估计.当传感器存在测量偏差时,会使滤波器估计结果偏离真实情况.遗传算法以机载模型输出与发动机测量参数之间的误差最小为目标,通过优化计算,找出了存在测量偏差的传感器,确定其偏差,并最终消除了测量偏差对性能诊断的影响.  相似文献   

6.
基于机载自适应模型的航空发动机控制   总被引:4,自引:4,他引:4       下载免费PDF全文
袁春飞  姚华  刘源 《推进技术》2006,27(4):354-358
航空发动机的性能蜕化会导致其性能变差,传统的控制方法使其不能满足飞机的推力需求。机载的发动机自适应模型利用卡尔曼滤波器,能准确估计发动机的性能蜕化,对机载模型进行修正使其输出与真实发动机保持一致。建立了发动机机载自适应模型,并将其加入控制回路,形成推力闭环控制,消除发动机性能蜕化对飞机性能的影响。仿真结果表明,机载模型能准确估计发动机额定特性情况以及性能蜕化情况下的推力,对发动机推力的直接控制克服了性能蜕化带来的影响。  相似文献   

7.
为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型,提出一种基于神经网络和推进系统矩阵相融合(NN-PSM)的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机进行线性化来提取推进系统矩阵,用于表征机载模型与发动机之间的输出偏差量。基于神经网络建立发动机基线模型,用于映射飞行条件与发动机输出量之间的关系,利用神经网络的强拟合能力提高机载模型的稳态精度;设计卡尔曼滤波器实时估计发动机健康参数,提高模型的自适应能力。在大包线、变状态的飞行条件下进行仿真验证,并与传统的复合推进系统模型(CPSM)进行对比,结果表明:NN-PSM模型的平均精度在0.66%以内,而CPSM的平均精度为2.07%以内,运行时间仅为CPSM的1/10,且具有数据存储量少的特点。   相似文献   

8.
航空发动机故障诊断的机载自适应模型   总被引:6,自引:3,他引:3       下载免费PDF全文
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.  相似文献   

9.
发动机实时建模技术的新发展   总被引:9,自引:5,他引:9  
本文从发动机控制的角度, 对国内外近十几年来发动机实时建模技术的研究成果作了概要综述, 评述了几类实时建模的方法, 特别是自适应技术在机载实时模型建模过程中的应用, 并指出将来实时模型的主要发展方向是自适应模型和智能化建模技术。  相似文献   

10.
针对航空发动机在工程应用中气路健康状态的评估问题,提出一种基于增强型机载自适应模型的气路故障诊断方法。 该方法在机载模型中加入神经网络补偿算法,在线修正机载模型的输出误差,提高了卡尔曼滤波器估计精度,以此为基础建立了 发动机增强型自适应模型和性能基线模型。增强型自适应模型可实时评估健康参数状态,并指导性能基线模型跟踪发动机正常 性能降级趋势,确保剪裁精准的故障信息用于检测和诊断。基于发动机性能仿真模型模拟故障特征数据库,采用RBF神经网络训 练样本,完成了故障模式判定和故障隔离。通过构建某型涡轴发动机气路故障诊断平台进行仿真验证,结果表明:该方法能够有 效监视发动机在全包线、全寿命周期的气路健康状况,在实际工作流程中具备可行性。  相似文献   

11.
以某型涡扇发动机为研究对象,构建了基于神经网络的航空发动机智能性能诊断方法,讨论了测量噪声及测量偏差对诊断结果的影响及其处理方法.建立一簇并行的神经网络组和发动机模型,通过比较各模型输出与发动机测量参数之间的误差,判断传感器是否存在测量偏差.仿真结果表明,该方法能有效消除测量噪声,准确判断并隔离有测量偏差的传感器,得出正确的发动机性能诊断结果.  相似文献   

12.
采用BP网络辨识航空发动机数学模型   总被引:5,自引:4,他引:5  
运用BP网络和实测数据作为学习样本,对某型航空发动机的数学模型进行了辨识研究。辨识模型输出的结果与实测数据比较误差较小。这种方法收敛速度快、精度高,结果表明用BP网络辨识方法能够得到比较精确的发动机数学模型。  相似文献   

13.
自组织神经网络航空发动机气路故障诊断   总被引:15,自引:3,他引:15  
 为克服学习样本依赖于发动机精确模型的问题,提出了一种基于自组织神经网络的发动机智能故障诊断的方法,并运用故障特征提取的数据预处理方式,成功地对航空发动机气路部件的几种典型故障做出正确诊断。为验证网络的抗噪性能,引入了自联想神经网络。研究表明,自组织网络可以脱离发动机模型,并且对测量噪声有良好的鲁棒性,能基本满足航空发动机故障诊断的要求,具有较好的工程应用前景。  相似文献   

14.
航空发动机神经网络自学习PID控制   总被引:1,自引:1,他引:1       下载免费PDF全文
姚华  袁鸯  鲍亮亮  孙健国 《推进技术》2007,28(3):313-316
将神经网络与传统的PID控制相结合,构成神经网络自学习PID控制,用神经网络在线整定PID控制器的比例、积分及微分三个参数,使被控对象跟踪理想参考模型的输出。该系统具有自学习能力,能适用于非线性、时变的被控对象。将神经网络自学习PID控制方法用于航空发动机全包线控制以及蜕化发动机的控制,进行了数字仿真,验证了该方法的有效性。  相似文献   

15.
钟诗胜  雷达  丁刚 《航空学报》2012,33(3):438-445
 针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。  相似文献   

16.
基于融合神经网络的航空发动机剩余寿命预测   总被引:1,自引:0,他引:1       下载免费PDF全文
李杰  贾渊杰  张志新  李润然 《推进技术》2021,42(8):1725-1734
航空发动机的性能退化是影响飞机飞行安全的重要因素。准确预测发动机的退化过程,对于飞机安全飞行具有重要意义。针对航空发动机剩余寿命预测问题,本文提出了一种将卷积神经网络和长短期记忆网络相融合的数据驱动模型。与常规使用单一的神经网络不同,所提出的融合模型结合了两种神经网络的优点,利用卷积神经网络提取数据中的空间特征并采用长短期记忆网络提取时间特征。实验结果证实,在寿命预测中,所提出的数据驱动模型与已有的方法相比,评分和均方根误差分别下降了32%和6.4%,因此,所提出的数据驱动模型可对数据中所包含的信息进行充分挖掘,其对航空发动机寿命预测精度较高,并具有良好的稳定性。  相似文献   

17.
基于RBF网络的航空发动机辨识模型   总被引:9,自引:3,他引:6       下载免费PDF全文
利用实测到的发动机飞行试验数据作为学习样本,采用径向基函数(RBF)神经网络建立了发动机的辨识模型.利用这种方法对不同飞行高度发动机的参数进行了辨识,并与几种BP网络进行了比较.研究结果表明:这种方法具有训练时间短、学习速度快、辨识精度高等优点.  相似文献   

18.
基于神经网络逆控制的发动机直接推力控制   总被引:9,自引:3,他引:6       下载免费PDF全文
姚彦龙  孙健国 《推进技术》2008,29(2):249-252
首次将动态神经网络逆控制用于航空发动机直接推力控制。为了有效消除由于神经网络逆模型构造误差(即神经网络逆模型不可能完全逼近航空发动机的逆模型)而产生的稳态误差和解决航空发动机推力不易测量的困难,分别设计了积分补偿器和推力估计器,从而实现航空发动机直接推力控制。飞行包线内数字仿真结果表明,此控制方案具有良好的动静态性能、精度高、跟踪快。  相似文献   

19.
一种火箭推进系统非线性动态神经网络模型   总被引:6,自引:4,他引:6  
为了获得实时、准确、可靠的液体火箭推进系统非线性动态模型,使其适用于控制系统的设计和故障检测与诊断,基于RBF(Radial Basis Function)神经网络理论和系统工作机理,综合考虑了系统的动态信息,适当选择了输入输出参数,建立了一种多输入多输出的液体火箭推进系统非线性动态模型。模型的输出与实际试车结果的对比分析表明,模型的计算时间短、实时性强、精度高,可用于液体火箭推进系统的实时状态监控、故障诊断及控制系统设计等。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号