10.16526/j.cnki.11-4762/tp.2019.10.003
基于遥测参数建模的无人飞行器发动机故障诊断
无人机系统工作处于外回路,从故障发生到判定需要一定的时间做出反馈与控制,若未及时处理,将影响无人机系统运行的稳定性;无人机作为一个大的迟滞延迟复杂系统,只能通过遥测遥控数据掌握飞行器状态;而无人飞行器故障预测与健康管理技术(PHM),是利用先进的传感器的集成,实时下传无人机遥测数据,并借助各种算法和智能模型来预测、监控和管理无人机的状态;以遥测数据作为基础,结合无人机的实际工程应用需求,分析无人机发动机典型故障模式,建立无人机发动机典型故障的粒子滤波、K-Means聚类、多层感知器等3种诊断模型;并在最后利用试验数据对诊断结果进行了比较和分析,对3种方法的适用性展开了阐述和说明;实验结果表明,提出的诊断方法能够有效地用于无人机发动机故障诊断中,针对11种典型故障的平均诊断准确率在90%以上,在工程应用方面具有较高的实用价值.
无人机、遥测数据、故障诊断、粒子滤波、K-Means聚类、MLP
27
TP182;V228(自动化基础理论)
青海湟中堆绣艺术图像数字保护资源库开发2019-GX-170
2019-11-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
13-17