【摘 要】
:
研究故障检测和诊断技术对提高系统可靠性具有重要意义,针对飞控系统中常见的传感器故障,提出了基于神经网络预测器的故障诊断方法。利用传感器输出时间序列构造神经网络预测器模型,网络结构使用多层感知器结构,根据网络输出和实际输出之差与某一阈值的大小比较关系判断故障。最后针对某型飞机建立仿真模型,并对单一及多个传感器故障诊断进行研究,给出了仿真实现结果,并加以分析。仿真结果表明,所提出的基于神经网络预测器的
论文部分内容阅读
研究故障检测和诊断技术对提高系统可靠性具有重要意义,针对飞控系统中常见的传感器故障,提出了基于神经网络预测器的故障诊断方法。利用传感器输出时间序列构造神经网络预测器模型,网络结构使用多层感知器结构,根据网络输出和实际输出之差与某一阈值的大小比较关系判断故障。最后针对某型飞机建立仿真模型,并对单一及多个传感器故障诊断进行研究,给出了仿真实现结果,并加以分析。仿真结果表明,所提出的基于神经网络预测器的故障诊断方法是行之有效的,能够及时准确地确定故障的发生。
其他文献
新世纪以来,课堂深度学习的研究逐渐成为我国教育研究领域的一个热点。通过对文献的可视化分析发现,我国课堂深度学习的研究主要涉及教学内涵、教学模式、教学策略、学科教学
王国权理事,1965年出生,甘肃通渭人。1987年毕业于西北农林科技大学。现任北京信息科技大学教授,电子与车辆工程系副主任,硕士研究生导师。
考察新词的两种造词法仿词法和转义法,可以发现:仿词法是一种生成能力很强的造词法,是产生汉语词缀和类词缀的重要途径;转义法包括两种情形:一是旧词载新义,二是旧的短语载新义并转
研究多学科系统优化问题,针对工程系统的复杂性,通过多学科设计优化算法框架协同优化算法的研究,根据现有协同优化算法由于系统级一致性约束的存在计算量大,容易发散等缺点,提出了一种新的多学科设计优化算法框架。算法通过对设计变量的重新分配,简化了耦合变量的解耦过程,从而达到简化优化过程的目的,解决了协同算法的上述缺点。采用iSIGHT软件,对具体算例进行仿真,并与协同优化算法进行对比,验证了该算法的有效性
研究耕地面积准确预报问题,粮食产量稳定性受到耕地面积变化的影响。耕地面积是一种高度不稳定、复杂且难以预测,传统预测方法都是根据线性模型,忽略了耕地面积的非线性特征,导致预测精度不高。为了提高耕地面积预测的精度,提出一种基于支持向量机的耕地面积预测模型。利用相关分析和灰色关联分析对影响耕地面积变化的因子进行筛选,做为支持向量机的输入,耕地面积数量作为输出,可通过粒子群法对支持向量机的参数进行寻优,最
研究多目标优化问题,针对提高算法的快速性,提出一种混合变异克隆选择多目标优化算法。进化在三个抗体群中进行,不同的抗体群采用不同的变异算子,并通过外部记忆抗体群的更新,来保留进化的最优抗体,避免算法进化后期出现退化现象。算法采用的三种变异算子:高频大尺度高斯变异算子带有振荡性质,能够对Pareto最优解区域进行勘探,单基因小尺度衰减的高斯变异算子能够使优化结果逼近Pareto最优解,均匀变异算子使算
研究阵列天线性能优化设计,针对阵列天线幅相误差对天线性能的影响,传统的阵列天线容差分析采用统计理论方法,前提需要假设幅相误差服从某种概率分布,导致不同分布的幅相误差对应不同的结论形式,并且公式推导过程复杂。为了在建立阵列天线最坏情况容差分析的数学模型,提出了一种混沌粒子群算法简单实用的阵列天线最坏情况容差分析方法。通过在粒子群算法中利用混沌技术优化初始种群,并对位置更新时引入混沌扰动项和位置更新后
为了进一步提高压气机性能,需要对现有压气机叶片进行快速改型设计。为满足叶片快速改型设计的需要,着重论述了系统仿真原理、系统功能和实现方法,综合运用叶片造型、流场数值仿真和神经网络优化技术,采用面向对象、模块化等软件开发方法,设计并开发了一套叶片优化仿真软件系统,使其具备叶片造型设计、性能仿真和优化等功能,并给出了某叶栅叶片的优化改型实例。仿真结果表明,能改善压气机的气动性能、提高设计效率,较好地满
分数阶混沌系统同步在安全保密通信等领域有着重要的应用价值和研究意义。对不同维不同阶的分数阶混沌系统之间的广义同步,根据主动控制和分数阶系统稳定性理论设计控制器实现同步。先将两个分数阶混沌系统分解为线性和非线性部分之和,用主动控制构造同步误差方程,然后利用分数阶线性时不变系统稳定性理论设计控制器,实现不同维不同阶分数阶混沌系统之间的广义同步,再用分数阶微分的Caputo定义和分数阶微分方程的预测校正