基于神经网络和证据理论的火箭发动机故障诊断

• 作者: 孙成志 闫晓东
• 来源期刊: 宇航总体技术
• 学科: 航空航天
• 关键词: 火箭发动机 神经网络 证据理论 滚动时域估计 故障诊断
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 理论与技术
• 页码范围: 20-30
• 页数: 11页
• 分类号: V435
• 字数: 5747字
• 语种: 中文

摘要

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断.首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计.仿真结果表明诊断准确率达到99％以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫晓东	西北工业大学航天学院	33	168	7.0	12.0
3	孙成志	西北工业大学航天学院	4	0	0.0	0.0