基于RBF神经网络的副翼促动器故障检测方法
作者:
陈皓
关键词:
副翼促动器
故障检测
RBF神经网络
FMC观测器
电气故障
机械故障
摘要：
为了提高副翼促动器的故障检测的可靠性和容错能力,提出了一种基于RBF神经网络的副翼促动器故障检测方法,在可变条件下,使用系统输入、系统输出、FPGA夹层卡(FMC)和气动载荷检测故障,利用3个神经网络,第一神经网络用作观测器,估计副翼促动器的输出;第二神经网络,根据加工条件自适应调整阈值,最后,采用第三神经网络作为FMC观测器,输出估计FMC,将估计FMC与实际FMC进行比较以检测机械故障.该方法的优点是残差和自适应阈值之间能有效协同,适应可变条件.仿真实验结果表明,方法能有效检测副翼促动器的故障,当机械故障引入到系统中时,实际FMC偏离估计FMC.而当电气故障引入到系统中时,实际FMC约等于估计的FMC.
上一篇： 双层RBF核快速鲁棒DAISY典型遥感图像配准
下一篇： 基于局部特征加权编码的带钢表面缺陷分类