基于数字滤波技术的飞参数据预处理

由于存在干扰,飞参系统记录的发动机参数中会存在噪声误差.为了利用数据对发动机工作状态和性能趋势进行监控,必须对数据进行预处理.本文利用动态数字滤波技术对高、低压转速数据进行预处理.处理后的数据更加连续、平滑,且更加清晰地反映出参数随时间的变化趋势,由此证明该方法是有效的.处理结果可在航空发动机状态监控中得到应用.     

丢失数据帧的预处理

由于存在干扰和机械故障使飞行参数系统所记录的数据往往会发生数据帧丢失.研究了利用分形插值方法对丢失数据帧进行处理,比目前工程实际所采用的线性插值方法精度明显提高.     

人工神经网络融合诊断航空发动机气路故障

为了提高诊断的准确性,提出了一种利用人工神经网络融合诊断航空发动机气路故障的新算法.由4个子系统有机结合起来建立了神经网络融合诊断系统,对从飞参数据中得到的气路故障数据进行预处理之后,分别输入广义回归神经网络子系统和BP神经网络子系统进行诊断,然后研究了一种新的信息融合算法对两者的诊断结果进行融合,使诊断结果的故障特征更加明显,提高了诊断的准确性.通过测试表明,该信息融合算法十分有效,具有较高的实用价值.      

飞参数据的应用研究现状及发展趋势

飞参系统记录了飞机飞行过程中的大量参数,这些参数在飞机的研制、试飞、训练、维护和事故调查等方面都有着巨大的应用价值.本文总结了国内外对飞参数据的应用研究现状,在此基础上,探讨了今后我国该领域研究的发展趋势.     

基于广义回归神经网络的飞参数据预处理

由于存在干扰,飞参系统记录的发动机参数中,经常会有不少间断点和奇异值.为了利用数据对发动机性能趋势进行预测,必须对数据进行预处理.分析了航空发动机作为一个系统,其各主要输入和输出参数之间存在的函数关系.研究了利用广义回归神经网络和参数之间的关系对数据进行预处理,结果得到了较为正常的数据,证明该方法是有效的.     

基于RBF神经网络的飞参数据预处理

由于存在干扰,飞参系统记录的发动机参数中,经常会有不少间断点和奇异值.为了利用数据对发动机性能趋势进行预测,必须对数据进行预处理.发动机作为一个系统,其各主要输入和输出参数之间必然存在着一定的函数关系.本文研究了利用RBF神经网络和参数之间的关系对数据进行预处理,得到了较为正常的数据,结果表明该方法是有效的.