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
