基于动态云BP网络的液体火箭发动机故障诊断方法
将云模型与BP(backpropagation)神经网络以串联方式有机结合,首先利用云变换方法进行网络的结构辨识和云模型的特征提取,同时通过在输入层引入单位延时环节描述发动机工作过程动态特性,研究提出了基于动态云BP网络的液体火箭发动机故障诊断方法.结合实际试车数据的验证结果表明,该方法能够准确识别发动机已有的3种故障模式,通过在试车数据中添加0期望、0.2标准差的随机噪声的方法来模拟环境噪声和测试过程中产生的随机噪声,根据持续性原则,方法仍能够正确进行故障检测与分类.方法单步运行时长为1.124x10-4,完全能够满足实时性要求.
液体火箭发动机、故障诊断、云模型、神经网络、故障模式
27
V434.1(推进系统(发动机、推进器))
2013-04-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
2842-2849