【摘 要】
:
从飞控系统工作时记录的各项参数中提取故障特征,并借助各种诊断算法与预测算法构建有效的健康管理系统,有利于实现飞控系统的实时故障诊断、状态预测与寿命评估等,对保障飞行安全具有重要意义。然而,由于飞控系统内部存在复杂的耦合关系,难以有效建立系统准确物理模型和故障模型,造成飞控系统故障诊断的准确率不高、预测能力具有较大不确定性等问题。深度学习是近年来机器学习领域内的研究热点,算法所具有的多隐含层结构,能
论文部分内容阅读
从飞控系统工作时记录的各项参数中提取故障特征,并借助各种诊断算法与预测算法构建有效的健康管理系统,有利于实现飞控系统的实时故障诊断、状态预测与寿命评估等,对保障飞行安全具有重要意义。然而,由于飞控系统内部存在复杂的耦合关系,难以有效建立系统准确物理模型和故障模型,造成飞控系统故障诊断的准确率不高、预测能力具有较大不确定性等问题。深度学习是近年来机器学习领域内的研究热点,算法所具有的多隐含层结构,能够逐层抽取数据的抽象特征,得到数据最完备的特征表达,是解决上述问题的一种有效手段。因此,本课题围绕健康管理中故障诊断与状态预测两个方面,研究基于深度学习的B777飞控系统健康管理技术。针对传统故障诊断算法无法有效提取故障特征的问题,提出一种融合CNN与RNN的故障诊断算法CNN-LSTM,该算法具有提取数据空间局部特征与时序特征的能力。通过对方向舵伺服控制系统的液压故障进行分析,并在AMESim液压仿真软件下搭建故障模型以获取用于故障诊断实验的故障数据,实验证明所提算法能够更完备地提取故障特征,从而具有较高的故障分类能力。针对传统多元状态预测算法预测精度低、对非平稳序列泛化性能差、不能迭代预测的问题,提出一种结合多任务学习与LSTM的多元状态预测算法MTL-LSTM,可从时间与特征两个维度对预测任务进行建模,并对多个参数同时预测。在飞控系统俯仰回路中的多元状态预测实验表明,MTL-LSTM能够大幅提高预测精度。本课题研究工作为大型复杂系统的健康管理和工业大数据的处理提供了一种新的研究思路。
其他文献
燃气轮机被广泛应用于航空、航天、舰船以及发电等动力装置,直接关系到国家国防和国民经济建设。效率是燃气轮机装置最重要的指标之一,而提高涡轮前温度是提高热效率的重要途径,但提高涡轮前温度会极大提高涡轮叶片抗高温性能的要求。因此当前提燃气涡轮性能的主要关注点在于一方面需要逐步提高叶片材料本身的性能,另一方面可以通过气膜冷却、内部扰流装置等多种冷却结构组合对叶片进行冷却,能较大提高叶片耐受温度。根据大量文
侦察打击一体化无人机是否可以精确地打击目标很大程度上取决于之前的侦察,因此侦察航迹规划系统对于这类无人机来说就显得尤为关键。首先对无人机侦察打击一体化系统进行设
目的:探讨寻常痤疮患者运用果酸联合枇杷清肺饮加减方治疗的临床价值。方法:从我院2014年3月至2016年3月选取82例寻常痤疮患者进行非盲法随机分组试验,联合治疗组(Ⅰ组)及对
目的探讨超声雾化吸入新生隐球菌引起免疫抑制小鼠发生感染的可行性。方法 24只Balb/c小鼠随机分成2组,环磷酰胺(CTX)组12只腹腔内注射环磷酰胺再超声雾化吸入新生隐球菌,对照
美国倒萨的目的是为了那里的石油,这几平成为妇孺皆知的事实。1973年石油冲击使美国采取了一系列重要战略举措,它对波斯湾的石油进口依赖已下降到危险线以下。但美国日均石油
近年来,随着科学技术的发展,人们对社区安全防范的意识逐渐提高,传统的保安人员和固定监控的安防技术已经不能满足社区安防监控的要求。人们需要找到一种能实现24小时全方位
难度组合的出现使竞技健美操向着高难度和高艺术的方向发展,随着世界竞技健美操比赛日趋激烈,难度组合也成为各个国家提高自身竞争力的法宝,成为比赛中不可或缺的一部分,从目
人口老龄化并非只是一个国家或者某个区域的问题,它是世界性的难题,可以说21世纪是全球变老的世纪,而且全球老龄化这一现象将持续相当长的时间。近些年来,作为全球经济发展的
<正>主办单位:中华纸业杂志社独家冠名:四川环龙技术织物有限公司活动时间:2018年6月-2018年11月征稿时间:7月1日-9月30日网络评比时间:8月1日-10月21日专家评选时间:10月-11
我国当前的经济在改革开放的政策下,发展迅猛,同时中国的长期资金市场也逐渐成熟化,股份制公司开始陆续走进了资本市场。资本市场的健康有序发展,是中国经济健康发展的重要条件,然而财务舞弊的问题长期存在。虽然相关部门的监管力度一直在加大,但是,有了监管要求,下面的企业也会根据要求的变化,灵活地调整对策。然而,这样对企业本身发展不利,有损于名誉,也会损害相关权利人的合法权益,甚至会损害到整个资本市场的健康发