基于仿真数据的旋翼系统故障识别

• 作者: 李小龙 杨茂
• 来源期刊: 浙江大学学报（工学版）
• 学科: 航空航天
• 关键词: 广义回归神经网络 旋翼系统 故障识别 健康和使用监测系统
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 航空、航天
• 页码范围: 2188-2194
• 页数: 7页
• 分类号: V275.1
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2013.12.018

摘要

采用广义回归神经网络(GRNN)对3种直升机旋翼故障(配平调整片误调、变距拉杆误调、质量不平衡)进行识别.采用三层网络分别识别旋翼故障的类型、位置和程度.网络训练集和测试集采用基于耦合的旋翼-机身仿真结果(包含故障旋翼响应、桨毂载荷、机身振动水平).为提高网络泛化能力,在仿真结果中添加了噪声.结果表明:1)训练好的GRNN能从包含噪声的直升机响应中对故障做出识别,使用仿真数据训练的GRNN可用于旋翼健康和使用监测系统(HUMS)的开发;2)使用包含噪声的数据训练网络能显著提升GRNN的泛化能力;3)合理选择网络扩展常数对于预测准确性非常重要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨茂		26	127	7.0	10.0
2	李小龙		8	17	2.0	4.0