涡轮试验传感器数据证实的自关联神经网络方法

来源 :燃气涡轮试验与研究 | 被引量 : 0次 | 上传用户:caonima322813
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对具有非线性和时变关系的涡轮试验多通道信号偏差检测问题,建立了自关联神经网络估计器和预报器方法。分析了自关联神经网络结构及输入一输出参数与测量变量之间的关联关系,提出了不同输入参数的涡轮试验传感器数据估计器和预报器,实现了对数据偏差的检测、分离及数据重构。
其他文献
文中结合陀螺自稳定方法和定义的天线波束坐标系,分析了载体运动对波束指向和极化的影响,推导出了稳定隔离方程,实现了波束指向和极化的稳定。针对陀螺、动中通天线板和波束间
研究了一类非线性系统的可靠H∞输出跟踪控制问题。基于T-S模糊模型方法,在执行器发生故障的情况下,设计可靠控制器,使系统输出能跟踪参考信号,且跟踪误差满足给定的H∞跟踪
给出了现有双自由度解耦控制的一般方法.根据自抗扰控制原理,提出了双自由度陀螺解耦控制的自抗扰控制方案(ADRC),给出了分析原理和一定的实现模块,可以看出自抗扰控制(ADRC)比较简单
对钛合金桥式试件进行数值分析与微动疲劳试验研究,提出了用MSWT参数预测裂纹萌生位置的方法和基于MSWT参数的微动疲劳寿命预测模型。试验结果与断口分析表明:疲劳裂纹出现在微
文中介绍了一种新的基于PC104和DSP的某型无人机导航/飞控系统,给出了相应的硬件结构和软件流程。该系统采用某型PC104和DSPF2812为核心部件,具有结构紧凑、多串口通信可靠、控制通路流畅、接口灵活等特点。最后提及了一种验证系统设计是否合理的方法,且根据试验结果证明该系统功能完善、性能可靠。