航空发动机传感器神经网络故障诊断及滑模容错控制研究

《航空发动机传感器神经网络故障诊断及滑模容错控制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：V233.7论文编号：102870215-S111学科分类号：082502硕士学位论文航空发动机传感器神经网络故障诊断及滑模容错控制研究研究生姓名范昕宇学科、专业航空宇航推进理论与工程研究方向系统控制与仿真指导教师肖玲斐副教授南京航空航天大学研究生院能源与动力学院二О一五年六月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofEnergyandPowerEngineeringBPNeuralNetworksBasedSenso

2、rFaultDiagnosisandSlidingModeFault-TolerantControlofAero-EnginesAThesisinAerospacePropulsionTheoryandEngineeringbyFanXinyuAdvisedbyAssociateProfessorXiaoLingfeiSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringJune,2015承诺书本人声明所呈交的硕士学位论文是本

3、人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要航空发动机是一类复杂的非线性系统，在飞行包线内，发动机工作状态变化非常大，故障时有发生，而传感器故障时最主要的一类故

4、障。因此针对航空发动机传感器进行故障诊断和容错控制的研究对提高发动机控制系统安全性和可靠性具有重要意义。本文基于BP神经网络方法和滑模变结构控制方法，开展了发动机故障诊断与容错控制研究。本文利用发动机部件级模型建立双输入双输出离散系统，使用离散小扰动发求取线性化模型初值，对部件级模型阶跃数据进行拟合得到发动机离散线性模型。从航空发动机小偏差线性化模型的基础上获得BP神经网络训练样本，得到基于BP神经网络的估计模型，并设计发动机故障诊断系统。为研究滑模控制器对发动机系统的容错控制效果，设计了基于PID趋近律的滑模控制器进行理论研究

5、。针对容错控制问题，本文采用了基于离散滑模理论的容错控制方法，通过容错逻辑实现故障信号的隔离、估计，再通过滑模控制器进行完整的容错控制。为了验证滑模控制器的容错效果，设计了PID被动容错控制器与滑模主动容错控制器与其效果进行对比，结果表明滑模容错控制可以有效提高发动机在传感器故障情况下的控制性能。关键词：航空发动机；传感器；故障诊断；容错控制；BP神经网络；滑模控制I航空发动机传感器神经网络故障诊断及滑模容错控制研究ABSTRACTAero-enginesareakindofcomplicatednonlinearsystems

6、.Inthewholeflightenvelope,theoperatingstateoftheenginechangesgreatly.Therefore,theresearchonsensorsfaultdiagnosisandfault-tolerantcontrolofaero-engineisveryimportant,whichcanimprovethesafetyandreliabilityoftheenginescontrolsystem.Thisdissertationdescribestheenginefau

7、ltdiagnosisandfaulttolerantcontrolproblemsonthebasisofBackPropagationneuralnetworkandslidingmodecontrol(SMC).Thisdissertationdiscretedouble-inputdouble-outputenginestatevariablemodelisestablishedbasedonthecomponent-levelmodelbytheuseofdiscretesmallperturbationmethodt

8、ocalculatetheinitialvalueofthelinearmodel,fittingcomponent-levelmodelstepdatatoobtaintheenginediscretemodel.Onthebasisofaero-engine