《航空发动机部件性能参数融合预测》PDF+DOC
作者:鲁峰,黄金泉
单位:中国航空学会;北京航空航天大学
出版:《航空学报》2009年第10期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFHKXB2009100000
DOC编号:DOCHKXB2009100009
下载格式:PDF + Word/doc 文字可复制、可编辑
《航空发动机部件性能故障融合诊断方法研究》PDF+DOC2009年第07期 鲁峰,黄金泉,陈煜
《涡扇发动机气路健康的简约卡尔曼滤波估计》PDF+DOC2012年第12期 鲁峰,黄金泉
《航空发动机健康估计的神经网络修正卡尔曼滤波算法》PDF+DOC2018年第11期 顾嘉辉,黄金泉,鲁峰
《基于发动机性能的传感器故障隔离方法研究》PDF+DOC2014年第01期 朱大明
《基于云平台的蒸渗仪远程故障诊断方法研究》PDF+DOC2020年第02期 田野,闫茂德,杨盼盼,朱旭
《卡尔曼滤波在故障诊断中的应用》PDF+DOC1995年第05期 李根成,王镛根
《某型航空发动机容错控制仿真研究》PDF+DOC2010年第05期 刘建,冯雷星
《传感器故障下的航空发动机机载自适应模型重构》PDF+DOC2006年第01期 袁春飞,姚华
《基于改进D-S证据理论的航空发动机转子故障决策融合诊断研究》PDF+DOC2014年第02期 胡金海,余治国,翟旭升,彭靖波,任立通
《发动机试验数据分析系统设计与实现》PDF+DOC2010年第03期 朱大明,朱之丽
为了改善目前单独采用基于模型和数据驱动的部件健康参数预测精度,提高数据驱动方法的故障诊断的泛化能力,提出一种自调整决策融合机制,对航空发动机部件性能蜕化在连续蜕化空间进行融合诊断。传感器测量值同时输入到机载自适应模型和数据驱动的诊断模块中,分别利用卡尔曼滤波算法和自适应遗传算法优化的支持向量回归机(AGA-SVR)对主要部件性能进行预测,再利用自调整决策权重的量子粒子群寻优(QPSO)进行决策级融合诊断。以某型涡扇发动机为对象进行气路部件蜕化的仿真研究表明,与单独使用基于模型和数据驱动的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度。
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。