经验模态分解和AR模型在飞行器健康诊断中的应用

《经验模态分解和AR模型在飞行器健康诊断中的应用》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、2042011，47(14)cD唧-”据r恸卯—愕口材爿印，f∞fjD凇计算机工程与应用经验模态分解和AR模型在飞行器健康诊断中的应用崔建国“3，郑新起1，李忠海1，李跃中2，刘利秋1CuIJiangu01’3，zHENGXinqil，LIZhon曲ail，LIYuezhonf，LIULiqiul1．沈阳航空航天大学自动化学院，沈阳1101362．沈阳航空航天大学北方科技学院，沈阳1101363．沈阳飞机设计研究所，沈阳1100351．SchoolofAutom撕on，sheny锄gAerospaceuniVers

2、时，Sheny柚gllOl36，China2．Nonll锄Science蚰dTecllIlolo盱college，shenyangAerospaceUniv盯s时，Shenyang110136，china3．Sheny锄g舢rcfaftDesigll&ResearchInstitute，Sheny蛐g110035，C11inaCUIJianguo，珊ENG】【inqi，LIZhonghai，et柚．AppUca60nofEMDandARmodeIInheaIthmagnosisforaircran．Computer

3、Enginee咖gandApplica廿ons，201l，47(14)：204-206．Abstract：Tbe饪宅ctivelymagnoset11eairc翰ns砸JctIlrecomponentshealthstatIls，anewkindofhealmdiagnosisapproachfortheail惯m，basedonEMD．ARmodcl蛐dPNN，isproposedinⅡlispaper．Theadv蚰cedacousticemission(AE)把chniqueis惦edtomonitor廿1e

4、aillcraftkeypanshealthstate锄dgettlleAEinf0】1nation．AndmeAEsignaIisdccomposed洒tbtheHIIlitediIllleremnlodal岫缸lction(IMF)bytheEMD．Thent11efi糟tMoⅡ盯componentsareIlsedtosetupARnlodel，锄dcomputetheAR’p猢eterswiththemethodofU-C．Theauto-re呈互essiveparamete心锄dresidualvafia

5、nceareex订扯tedt0betheeigenvectors．Thehealtllstat岫oftheaircraftc柚bedi雒皿osedwi廿1PNNhealthmonitorIExperimentsshowthatthismetllodc锄e侬宅dvelymonitorthefatiguecrackoftheaircmfts仉IctIll．ecompon％ts．Itpresentsa∞w叩proachtodia印osee丘．ectivelyhealms切【teofaircmfts缸uctIlrecomp

6、onents．Keywords：ARmodel；U-Cmethod；EmpiricalModeDecomposm∞(EMD)；ProbabiHstic卜『ellralNe撕orl【(PNN)-healthdiagnosis摘要：为了有效地诊断飞行器的健康状况，提出了一种基于EMD-AR模型和PNN的飞行器健康诊断新方法。该方法采用EMD(EmpiricalModeDecomposition，EMD)将飞行器关键部件的声发射信号进行分解，得到多个内禀模态分量(IntrinsicModeF111lction，m伍)，对

7、前两个IMF分量建立AR模型，采用u．c算法对AR模型进行参数估计，以模型主要的自回归参数和残差的方差构建特征向量；运用概率神经网络(ProbabilisticNeuralNe柳ork，补m)对飞行器的健康状态进行诊断．通过对某型号真实飞行器关键结构部件的健康监测实验表明，该方法可以有效地诊断出飞行器关键结构部件的疲劳裂纹，从而证明了该方法的有效性．关键词：AR模型；u．c法；经验模式分解(EMD)；概率神经网络(PNN)：健康诊断DOI：10．3778，i．is饥．1002．8331．2011．14．059文章编

8、号：1002．833l(2011)14．0204-03文献标识码：A中图分类号：TP206+．31引言飞行器的健康诊断无论对降低维修成本、变定期维修为视情维修，还是对提高飞行器性能和延长其使用寿命都有巨大的意义。健康诊断过程实质上是一个模式识别的过程，PNN是一种专门用于模式分类的神经网络，在故障诊断中得到了广泛的应用n。21，但网络的识别效果依赖于所提取的