基于DWNN的机电作动器渐变性故障诊断

摘要：

飞机飞行控制系统机电作动器(EMA)的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性.针对EMA的渐变性故障,提出一种基于动态小波神经网络(DWNN)的故障诊断方法.首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断.创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性.通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断.

关键词：机电作动器(EMA)、渐变性、故障、诊断、动态小波神经网络(DWNN)

所属期刊栏目：45

分类号：V242.5;TP277(航空仪表、航空设备、飞行控制与导航)

资助基金：国家自然科学基金61703341

在线出版日期：2019-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1831-1837