航空发动机自适应传感器故障重构方法研究

• 作者: 姚凯翔 彭靖波 王立国 谢寿生
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 传感器 故障重构 神经网络 序贯概率比 模型辨识
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 航空航天领域仿真
• 页码范围: 137-141
• 页数: 5页
• 分类号: V271.4|TP391.9
• 字数: 3952字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢寿生	空军工程大学航空航天工程学院	156	1456	20.0	28.0
2	彭靖波	空军工程大学航空航天工程学院	42	258	10.0	14.0
3	姚凯翔	空军工程大学航空航天工程学院	2	6	1.0	2.0