《动态核主元分析在无人机故障诊断中的应用》PDF+DOC
作者:李明虎,李钢,钟麦英
单位:山东大学
出版:《山东大学学报(工学版)》2017年第05期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFSDGY2017050310
DOC编号:DOCSDGY2017050319
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于鲁棒故障诊断LPV模型的舰载QUAV跟踪控制》PDF+DOC2018年第11期 朱威,马伟明,阳习党,肖欢
《基于KPCA的监控系统传感器异常诊断方法》PDF+DOC2016年第12期 彭红星,潘梨莉,赵鸿图
《基于累积残差贡献率的传感器故障定位方法》PDF+DOC2019年第02期 安星,刘纲,张亮亮,李立力
《基于在线模型的飞控系统传感器的故障诊断》PDF+DOC2017年第07期 王余伟,曹东,李勇
《基于多模自适应滤波的无人机控制系统故障诊断》PDF+DOC2005年第06期 贾彩娟,祝小平,周洲
《基于主元分析的传感器故障检测研究》PDF+DOC2012年第03期 高明亮
《飞控系统传感器故障诊断的在线方法研究》PDF+DOC2010年第05期 赵红梅,章卫国,刘小雄,李丹
《基于RBF神经网络观测器飞控系统故障诊断》PDF+DOC2010年第03期 宋玉琴,章卫国,刘小雄
《基于核主元分析的传感器故障检测》PDF+DOC2007年第04期 毕小龙,王洪跃,司风琪,徐治皋
《基于核主元分析与神经网络的传感器故障诊断新方法》PDF+DOC2006年第01期 吴希军,胡春海
飞行控制系统作为无人机(unmanned aerial vehicle,UAV)的核心子系统,对其进行故障诊断可以大大提高无人机的安全性和可靠性。在无人机数学模型未知或者不确定的情况下,数据驱动的故障诊断方法比基于模型的方法更实用。考虑无人机飞行控制系统是典型的非线性动态系统,采用一种非线性主元分析方法对其进行故障诊断。利用数据建立无人机飞行控制系统正常状态下的动态核主元模型,通过T2和SPE两种统计量实现故障检测;故障发生后,利用重构贡献图的方法进行故障分离。仿真试验证明,该方法能对典型的无人机执行器和传感器故障进行有效监测和诊断。与动态主元分析相比,动态核主元分析方法对微小故障更为敏感。
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。