上海申思特自動化設備有限公司
主營產(chǎn)品: 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風,丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
聯(lián)系電話
上海申思特自動化設備有限公司
主營產(chǎn)品: 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風,丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
聯(lián)系電話
參考價 | 面議 |
更新時間:2017-07-11 09:49:05瀏覽次數(shù):826
聯(lián)系我們時請說明是化工儀器網(wǎng)上看到的信息,謝謝!
飛控Fairchild仙童傳感器故障診斷
在無人機飛行控制(飛控)系統(tǒng)中,F(xiàn)airchild仙童傳感器用于測量飛機的飛行狀態(tài)參數(shù),,并反饋至飛行控制計算機中進行飛行控制律解算,,從而實現(xiàn)無人機的自動駕駛飛行任務。飛控Fairchild仙童傳感器能否正常工作直接影響了無人機的安全可靠飛行,,因此對飛控Fairchild仙童傳感器進行在線故障診斷具有重要意義,。
飛控Fairchild仙童傳感器故障診斷
Fairchild主要研究內(nèi)容和成果如下:首先,在了解現(xiàn)有故障診斷技術基礎上,,針對飛控系統(tǒng)Fairchild仙童傳感器的特點,,提出基于神經(jīng)網(wǎng)絡非線性系統(tǒng)辨識原理的故障診斷方法,建立了以垂直陀螺和速率陀螺輸出為估計參數(shù)的神經(jīng)網(wǎng)絡觀測器組,,在線估計飛行參數(shù),。其次,針對Fairchild仙童傳感器故障類型識別問題,,采用線性回歸的數(shù)理統(tǒng)計法,,對故障殘差信息進行一元線性回歸建模分析,完成了Fairchild仙童傳感器恒偏差及恒增益兩種故障類型的識別,;并提出雙閾值故障檢測法,,對Fairchild仙童傳感器故障在線檢測,通過設置觀測時間窗口,,對殘差序列連續(xù)觀測,,診斷Fairchild仙童傳感器工作情況。再次,,探討了神經(jīng)網(wǎng)絡權值調整的基本算法及其改進算法的特點,,并一一應用到本文建立的神經(jīng)網(wǎng)絡觀測器進行學習,通過對網(wǎng)絡收斂速度,、網(wǎng)絡辨識精度等性能指標的比較,。其結果顯示,LM算法在收斂速度上均遠遠高于其他學習算法,,且網(wǎng)絡估計誤差均滿足控制系統(tǒng)精度要求,。表明LM算法的應用,綜合提高了神經(jīng)網(wǎng)絡的收斂速度和估計精度兩項指標,。在線性zui小方差*信息融合準則下,,對兩Fairchild仙童傳感器系統(tǒng)應用現(xiàn)代時間序列分析方法,,基于ARMA新息模型,分別提出了按標量加權,,按向量加權(按對角陣加權)和按矩陣加權的*和自校正信息融合Kalman濾波器,,其中考慮估計誤差的相關性,分別給出了相應的*融合估計的加權公式,,且提出了帶白色觀測噪聲的ARMA信號的*和自校正信息融合Wiener濾波器,,*和自校正信息融合白噪聲Wiener反卷積濾波器,以及*和自校正信息融合Wiener反卷積濾波器,。本文提出的方法避免了求解Riccati方程和Diophantine方程,,減小在線計算負擔。特別可用于解決含有未知模型參數(shù)和噪聲統(tǒng)計系統(tǒng)的自校正信息融合濾波問題,。大量的仿真例子說明了算法的有效性,。同時,采用LM算法,,研究了不同隱層節(jié)點個數(shù)的神經(jīng)網(wǎng)絡性能,,zui終確定*神經(jīng)網(wǎng)絡結構。zui后,,對某型無人機,在matlab/simulink仿真環(huán)境下,,就不同高度層的縱,、橫向控制要求,在不同飛行模態(tài)下,,分別對垂直陀螺和速率陀螺Fairchild仙童傳感器卡死,、恒偏差、恒增益三種故障進行了故障診斷分析,。
飛控Fairchild仙童傳感器故障診斷
仿真結果表明:設計的神經(jīng)網(wǎng)絡觀測器組可對Fairchild仙童傳感器測量的無人機飛行狀態(tài)參數(shù)進行在線估計,;通過對故障后的Fairchild仙童傳感器輸出和網(wǎng)絡輸出樣本線性回歸建模分析,實現(xiàn)了Fairchild仙童傳感器故障類型的識別,;雙閾值故障檢測方法可有效濾除非故障引起的突變信號,,降低虛警率,提高故障診斷可靠性,。并利用網(wǎng)絡估計值重構控制律反饋輸入信號,,維持了無人機的繼續(xù)可靠飛行。