基于FFT的概率神经网络故障诊断模型

摘要：

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响,容易发生各类故障,严重时甚至会造成坠机,因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义.本文以六旋翼无人机Simulink模型作为研究对象,针对飞行器电机和角速度传感器的早期故障,提出了一种基于快速傅里叶变换(Fast Fourier Transform,FFT)的概率神经网络故障诊断模型.首先,在Simulink平台上对六旋翼无人机进行飞控模型的建立;然后采用FFT对数据进行有效的时频分析;最后基于MATLAB设计并建立概率神经网络模型,利用FFT数据进行故障分类,实现无人机的故障诊断.

关键词：六旋翼无人机、傅里叶变换、神经网络、故障诊断

所属期刊栏目：57

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;厦门大学校长基金;船重科基金;广东省自然科学基金;上海市自然科学基金;中国博士后科学基金

在线出版日期：2020-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：909-914