基于GA-BP的机电作动系统传感器故障诊断研究

• 作者: 白玉轩 杨建忠 孙晓哲 戴闰志 黄铭媛
• 来源期刊: 机床与液压
• 关键词: 机电作动系统 传感器 神经网络 故障诊断
• 年，卷（期）: 2021,（15）
• 所属期刊栏目: 故障诊断与可靠性|FAULT DIAGNOSIS & RELIABILITY
• 页码范围: 188-194
• 页数: 7页
• 分类号: V242.5
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.15.037

摘要

机电作动器已经用于民航客机飞控舵面的控制,机电作动系统中传感器输出的正确性对系统正常工作影响较大,因此对传感器进行快速有效的故障检测非常必要.分析机电作动系统的传感器故障模式,针对当前故障检测在处理液态与非液态故障时所需信息多、检测时间长等问题,设计二级GA-BP神经网络对传感器故障模式进行诊断,对比分析了不同训练方式的神经网络方法,确定使用莱温伯格-马夸特学习方法的神经网络的故障诊断分类结果更加准确,并通过遗传算法对神经网络进行了优化.最后通过机电作动系统仿真实验平台验证该方法的有效性.创新之处在于采用了二级网络架构,快速检测液态故障与非液态故障,有效减少了网络故障检测的所需信息量和故障检测时间.