基于遥测参数建模的无人飞行器发动机故障诊断

• 作者: 李凯勇 王海霞
• 来源期刊: 计算机测量与控制
• 关键词: 无人机 遥测数据 故障诊断 粒子滤波 K-Means聚类 MLP
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 13-17
• 页数: 5页
• 分类号: TP182|V228
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.10.003

摘要

无人机系统工作处于外回路,从故障发生到判定需要一定的时间做出反馈与控制,若未及时处理,将影响无人机系统运行的稳定性;无人机作为一个大的迟滞延迟复杂系统,只能通过遥测遥控数据掌握飞行器状态;而无人飞行器故障预测与健康管理技术(PHM),是利用先进的传感器的集成,实时下传无人机遥测数据,并借助各种算法和智能模型来预测、监控和管理无人机的状态;以遥测数据作为基础,结合无人机的实际工程应用需求,分析无人机发动机典型故障模式,建立无人机发动机典型故障的粒子滤波、K-Means聚类、多层感知器等3种诊断模型;并在最后利用试验数据对诊断结果进行了比较和分析,对3种方法的适用性展开了阐述和说明;实验结果表明,提出的诊断方法能够有效地用于无人机发动机故障诊断中,针对11种典型故障的平均诊断准确率在90％以上,在工程应用方面具有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凯勇	青海民族大学物理与电子信息工程学院	14	16	3.0	3.0
2	王海霞	青海民族大学物理与电子信息工程学院	9	7	2.0	2.0