基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对飞行器健康状况难以准确预测的问题,提出了一种基于小波包变换与自适应多变量灰色预测模型对飞行器健康状况进行预测的新方法.采用先进的声发射技术监测飞行器关键部件的健康状态,运用小波包对由声发射监测系统募集到的飞行器关键部件原始声发射信号进行三级小波包分解,分别提取其第三级小波包分解中八个频段分解系数的能量最大值、方差最大值和范数最大值作为特征向量,并以此构建三变量MVGFM(1,n,β)模型.运用该模型对飞行器关键部件的健康状态进行预测研究,并通过该模型预测值与特征真实值之间的相对偏差来修正模型中参数β,以提高模型的下一步预测精度.实验结果表明,提出的自适应MVGFM方法可以动态实现对飞行器关键部件裂纹故障的准确预测,其预测准确度明显高于GM(1,1)模型,从而证实了该方法的有效性.
推荐文章
刚体飞行器姿态机动的模型预测控制方法?
模型预测控制
反馈线性化
刚体飞行器
姿态机动
姿态跟踪
一种序列图像飞行器姿态的预测方法
卡尔曼滤波
姿态估计
序列图像
运动视觉
基于信息融合的八旋翼飞行器状态解算
八旋翼飞行器
信息融合
运动姿态解算
无迹卡尔曼滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 飞行器健康状态的灰色预测方法
来源期刊 计算机工程与应用 学科 工学
关键词 飞行器 自适应 小波包 多变量灰色预测模型
年,卷(期) 2010,(26) 所属期刊栏目
研究方向 页码范围 223-226
页数 分类号 TP206+.3
字数 4186字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.26.069
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 崔建国 沈阳航空工业学院自动化学院 16 174 8.0 13.0
10 徐长君 6 42 4.0 6.0
11 陈希成 11 128 6.0 11.0
12 李忠海 沈阳航空工业学院自动化学院 51 366 10.0 17.0
13 李明 25 298 10.0 17.0
14 宋德胜 沈阳航空工业学院自动化学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (43)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
飞行器
自适应
小波包
多变量灰色预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导