作者:姚凯翔; 彭靖波; 谢寿生; 王立国传感器故障重构神经网络序贯概率比模型辨识
摘要:当航空发动机控制系统传感器故障时,为保证发动机正常工作,需进行故障诊断与故障隔离,并实现重构控制。为了提高传感器故障重构控制的准确性,提出一种采用自适应模拟退火遗传神经网络(ASAGANN)的传感器重构方法。为能准确、及时发现智能传感器故障,采用序贯概率比阈值判别法对故障进行检测;利用改进的神经网络对发动机试车过程进行辨识,建立高精度的传感器正常工作模型,提高了故障重构的准确性;通过三种传感器不同故障的数值仿真表明,上述方法可以实现对传感器故障的准确检测,并完成对传感器的故障重构控制,证明故障重构方法有效。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社