共查询到20条相似文献,搜索用时 955 毫秒
1.
2.
3.
4.
针对航空发动机飞行过程数据,结合门控循环单元(GRU)动态网络和深度神经网络(DNN),提出了一种数据驱动的航空发动机故障诊断结构。首先,从飞行数据中抽取发动机健康数据,并通过一组GRU网络建立发动机在健康状态下的动态模型。其次,通过GRU动态模型的预测值与真实测量信号生成残差信号,残差信号作为DNN网络的输入预测发动机健康参数。最后,通过诊断决策模块实现对发动机的故障检测与识别。使用仿真生成的真实飞行工况数据集对提出的故障诊断系统进行了验证。结果表明,相比于直接使用传感器测量数据,基于GRU网络的残差结构能够大幅提升故障检测和识别性能,故障检测和识别准确率分别可达96.51%和95.06%,并且对训练数据样本数量的依赖性较小,较少的训练样本也能获得很好的预测结果。 相似文献
5.
EMD(发动机状态监控和故障诊断)系统应用于MD-82飞机上的JT8D-217发动机时,由于人工记录和人工键入飞行数据造成飞行数据存在严重的质量问题,给发动机的趋势分析和故障诊断带来很大的困难。本文介绍了ECMI对飞行状态参数进行有效性检查的方法,提出了采用主因子模型对发动机进行故障诊断时,用来识别是飞行状态数据的质量问题,还是发动机指示系统故障的判别准。则强调了记录飞行数据应达到的条件及数据质量的指标。所有这些对提高趋势分析和故障诊断的成功率都取得了很好的结果 相似文献
6.
7.
通过监控EGT裕度进行下发预测初探 总被引:1,自引:0,他引:1
通过对从航空公司获得的数台发动机的飞行数据(主要是起飞阶段EGT裕度数据)分析,拟合EGT裕度衰减趋势曲线,求出整个发动机机队的EGT的均值和均方差变化趋势,并根据该变化趋势,分析整个机队所处的状态,进行下发预测,以进行有针对性地管理。 相似文献
8.
为了实时监控航空发动机压气机变几何系统的状态并获取警告信号,提出一种基于改进ConvNeXt 模型的T步(T-step)
预测方法。与仿真数据和特定试验条件下生成的数据集相比,T-step预测方法采用了飞机数据采集系统记录的实际飞行数据。
证实了采用改进ConvNeXt模型预测压气机变几何系统参数的可行性,并在发动机过渡状态和稳态下分别进行了试验验证。结果
表明:采用改进ConvNeXt模型的T步(T-step)预测方法能精准地预测压气机VSV角度和VBV开度的变化,最低可达2.132°和
7.077°,预测误差在可接受范围内。该方法能识别和预测各类型航空发动机不同运行状态的变几何系统参数的角度,获得相对准
确的结果。 相似文献
9.
四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络(CNLS-MMD)四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络(CNN)和长短时记忆网络(LSTM)构建CNLS混合模型提取数据特征,利用最大均值差异(MMD)衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。 相似文献
10.
在3DMAX平台下,利用MAXSCRIPT语言,并结合VC 开发环境开发出某型飞机的三维运动仿真系统。该系统能够自动加载飞机模型以及飞行数据文件,并通过终端输出实时仿真结果,最终可生成视频文件进行保存,从而实现了飞机运动过程的仿真。该系统还可以加载其他飞机模型,具有较大的通用性。以某型飞机一次飞行数据作为测试数据比较,其仿真结果较好。此系统的开发为研究飞机飞行状态与性能提供了比较直观方便的工具。 相似文献
11.
12.
《西安航空技术高等专科学校学报》2016,(5)
采用AMESim软件构建了齿轮泵内泄漏故障仿真平台,通过运行仿真平台得到齿轮泵泄漏的故障仿真数据。运用故障仿真数据,采取基于支持向量机的故障预测方法,在Matlab中建立了故障预测模型,将预测数据与仿真数据进行对比,计算出预测的误差,并对该模型的故障预测精度进行了评估验证。讨论了基于不同数量样本建模对故障预测精度的影响,为选择合理的样本数量构建预测模型提供了参考。结果表明:建模数据的量越大,预测的误差越小,对齿轮泵的故障预测具有很好的应用价值。提出的思路和方法对齿轮泵内泄漏故障预测技术应用具有一定的参考价值。 相似文献
13.
14.
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
15.
在航空发动机飞行试验阶段,发动机技术状态变化快、故障频发,为了实时监控发动机工作参数变化情况,快速及时地预测并诊断发动机故障,本文研究了试飞数据驱动的航空发动机状态监控与故障诊断技术。文章基于实际试飞数据建立了航空发动机ANN-NARX参数预测模型,考虑到建模样本量大、模型结构复杂、训练时间长、输入输出延迟等因素,采用遗传算法对模型的最小数据样本需求和结构进行了改进优化,并利用蒙特卡洛方法确立了参数预测模型的自适应告警门限,同时基于构建奇偶空间残差模型实现了航空发动机典型故障诊断。结果表明:实际试飞中只需有限架次试飞数据的训练学习,即可得到发动机参数预测模型,高压转子转速、压气机后压力、涡轮后总温及滑油总回油温度预测相对误差最大值分别为:1.0%、1.7%、0.2%和1.2%,综合模型建模误差和参数测量误差后的自适应告警门限有效降低了模型预测结果的不确定性,在已有数据样本集上的典型故障识别率达到95.2%。 相似文献
16.
为了实现对测量仪器校准间隔的优化,对其校准数据进行建模,用滑动平均建模法建立线性趋势模型,预测参数的总体趋势,在此基础上利用动态神经网络对预测残差序列进行补偿,从而得到校准数据的预测值。给出基于线性趋势与神经网络的组合预测模型,通过实验对预测模型进行了验证和对比分析,并以此为根据对校准间隔进行优化。结果表明,该组合模型比单一模型预测精度高,既能预测总体趋势也能适应随机波动,并且简单易行,具有较强的普适性。 相似文献
17.
基于灰色理论的自适应多参数预测模型 总被引:2,自引:0,他引:2
故障预测对保障武器装备安全可靠工作具有重要意义。但是,用于武器装备故障诊断和预测的数据往往是小样本、多特征参数数据,当前主要的故障预测方法在实际故障预测中虽取得了一定的效果,但均存在不足之处。本文基于灰色预测建模理论,分析了GM(1,1)预测建模中的不足,考虑多个特征参数间的相互关系以及预测序列的实际特点,修正了初始值和背景值,建立了小样本情况下的自适应多特征参数预测模型,并以某型飞机发动机的多特征参数的仿真数据为例进行了预测分析,结果表明该模型具有很好的预测精度,证明了该模型的有效性。 相似文献
18.
建立了数据样本库任意两点之间的欧式距离。基于遗传算法对样本容量进行优化,确保满足模型预测精度条件下最大化样本之间的欧式距离,以此确定发动机建模所需的最小数据样本库。在航空发动机实际科研试飞推广应用中,通过有针对性地安排试飞内容,只需要5~6个架次即可建立发动机全状态趋势监控模型,大幅缩短了仿真建模周期。该技术可提高趋势监控模型在非样本点上的表现性能,对后续发动机实时趋势监控的实施有很大的借鉴和指导作用。 相似文献
19.
20.
基于粒子群优化的WNN飞行数据气动力建模 总被引:1,自引:0,他引:1
为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法。该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型。试验结果表明:提出的气动力建模方法预测精度高,收敛速度快,能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的。 相似文献