排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
为提高航空发动机健康参数实时估计的精度,结合非线性卡尔曼滤波器从底层模型方面进行改进。以航空发动机部件
级模型为基础,提取运行数据,采用线性拟合法求解系数矩阵,建立传统状态空间模型;采用BP神经网络拟合调度参数,建立设计
点处包含健康因子的平衡流形展开(EME)模型。基于EME模型分别采用扩展卡尔曼滤波器和无迹卡尔曼滤波器进行多种参数
退化模式下的数值仿真估计。仿真结果表明:得益于EME模型对非线性系统的良好近似性,各参数退化模式下的估计结果准确,
稳态误差不超过3%;与采用部件级模型作为底层模型的方案相比,该方案的估计速度提升了1个量级。验证了基于航空发动机
EME模型结合非线性卡尔曼滤波器进行健康参数估计方法的实际可行性。 相似文献
1