基于神经网络和卡尔曼滤波器的航空发动机传感器故障诊断研究
针对航空发动机常见的传感器故障问题,本文设计了一种基于BP(Back Propagation)神经网络与Kalman滤波器组合的传感器故障诊断系统.以飞行条件和主燃油为输入,诊断系统能够预测出发动机传感器信号,将预测信号与传感器信号对比得到偏差量,采用阈值判别法,得到传感器故障诊断结果.以某型涡扇发动机为对象进行的仿真结果表明,该系统在发动机稳态、动态及部件发生性能蜕化情况下的传感器预测输出最大误差小于1％,满足故障诊断与信号重构的要求.该系统可实现对发动机全状态、全工况下的单传感器及多传感器漂移或偏置故障的诊断,并能够实现传感器的信号重构.
航空发动机 数字控制 传感器 故障诊断 神经网络 卡尔曼滤波器
张高钱 李秋红 任冰涛
南京航空航天大学 能源与动力学院,江苏 南京 210016
国内会议
北京
中文
1-8
2013-09-24（万方平台首次上网日期，不代表论文的发表时间）