《神经网络和卡尔曼滤波融合的航空发动机传感器故障诊断》PDF+DOC
作者:尹俊,郭迎清
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2011年第08期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2011080420
DOC编号:DOCJZCK2011080429
下载格式:PDF + Word/doc 文字可复制、可编辑
《航空发动机控制系统传感器故障诊断仿真研究》PDF+DOC2016年第02期 王涛,薛薇,吕淮北
《基于一组卡尔曼滤波器信息融合的故障诊断》PDF+DOC2015年第07期 薛薇,王涛
《神经网络在目标跟踪中的应用》PDF+DOC1997年第02期 周锐,申功勋,崔祜涛,杨涤
《控制系统传感器故障诊断的一种新方法》PDF+DOC1995年第02期 闻新,胡恒章,周露
《基于卡尔曼滤波器的传感器故障诊断》PDF+DOC2005年第S1期 许秀玲,汪晓东,张浩然
《航空发动机双重传感器故障诊断逻辑研究》PDF+DOC2012年第11期 孔祥兴,王曦
《采用序列概率比方法检测航空发动机传感器软故障》PDF+DOC2007年第11期 薛薇,郭迎清
《基于卡尔曼滤波器和遗传算法的航空发动机性能诊断》PDF+DOC2007年第01期 袁春飞,姚华
《基于卡尔曼滤波器组的航空发动机传感器故障诊断》PDF+DOC2013年第03期 赵文博,叶志锋,王继强
《并行卡尔曼滤波器的多信道序列规划算法》PDF+DOC2017年第01期 陆诗远,颜钢锋,林澈,郑荣濠
为提高航空发动机传感器故障诊断的准确率和可靠性,使用改良的D-S证据理论,对基于神经网络和卡尔曼滤波的2个诊断子系统的诊断结果进行决策融合;仿真结果显示,在发动机稳定状态下,经过融合,整个系统降低了误诊率,改善了诊断性能;文章还针对加强噪声强度的情况下,通过调整2个子系统的权重,在保证准确率的同时提高了系统的抗噪声性能;研究表明D-S理论可以比单独应用单一诊断算法的子系统更具好的诊断效能。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。