Date of Publication:2017-10-13 Hits:
Affiliation of Author(s):能源与动力学院
Journal:航空动力学报
Key Words:航空发动机;故障诊断;粒子滤波;自适应;神经网络;非高斯噪声;
Abstract:针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波(SANNWA-PF)算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用正态分布的方式进行分裂,采用反向传插(BP)神经网络进行权值调整,缓解了粒子的退化和贫化,具有更强的自适应性能和跟踪能力。通过一维非线性跟踪模型和航空发动机气路故障诊断仿真研究表明:SANNWA-PF算法具有良好的非高斯性能,相对粒子滤波一维非线性追踪模型估计精度提高约21%,航空发动机气路故障诊断在高斯噪声和非高斯噪声下分别提高约30%和26%,诊断速度分别提高约7倍和10倍。
Translation or Not:no
Date of Publication:2017-10-13
Co-author:许梦阳,Feng Lu
Correspondence Author:Huang Jinquan
Date of Publication:2017-10-13