基于RBF神经网络的A320引气系统故障诊断研究.pdf

基于RBF神经网络的A320引气系统故障诊断研究.pdf

ID:51448004

大小:202.94 KB

页数:3页

时间:2020-03-24

基于RBF神经网络的A320引气系统故障诊断研究.pdf_第1页
基于RBF神经网络的A320引气系统故障诊断研究.pdf_第2页
基于RBF神经网络的A320引气系统故障诊断研究.pdf_第3页
资源描述:

《基于RBF神经网络的A320引气系统故障诊断研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2011年第2期151k仪表与自动化装置-65·基于RBF神经网络的A320引气系统故障诊断研究杜乔,韩强(中国民航大学,天津300300)摘要:根据神经网络的非线性、自适应性及自学习等优点,针对空客A320飞机引气系统,提出了一种基于RBF网络的A320引气系统智能故障诊断方法。对近几年记录的A320引气系统故障表现与故障原因进行特征提取和分类,并用于RBF网络的学习。利用部分典型故障特征对网络进行测试表明,该故障诊断方法可以有效地根据空客A320飞机的引气系统常见故障表现判别出故障的原因。关键词:引气系统;RBF神经网络;故障诊断中图分类号:TP183文献标志码

2、:A文章编号:1000—0682(2011)02—0065—03ResearchofA32OaircraftbleedsystemfaultdiagnosisbasedonRBFneuralnetworkDUQiao,HANQiang(Collegeo厂AeronauticalAutomation,CivilAviationUniversityChina,Tianjin3~300,China)Abstract:Accordingtotheadvantagesuchasnonlinearity,adaptiveandself—learningofneuralnetwo

3、rks,aimingatthebleedsystemofairbusA320,thisthesisproposesanintelligentfaultdiagnoseap—proach.ByabstractandclassifyofthefaultbehaviorandfaultsourceofairbusA320bleedsystemcollect—edinthepastfewyears.obtaindataisusedinthetrainingofaRBFnetwork.Andtestthenetworkwithsometypicalfaultindicatet

4、hatthefaultdiagnosemethodcouldderivethefaultsourcewiththefaultbe—haviorofairbusA320bleedsystem.Keywords:aircraftbleedsystem;RBF(radialbasisfunction)neuralnetwork;faultdiagnosis0引言诊断效果。l引气系统原理A320飞机引气系统的故障一直是困扰航空公司的一个问题。其故障具有多发性、重复性、复杂A320飞机引气系统是发动机空气系统和飞机性,据有关部门统计,该系统的年故障总数占整个飞空调系统的接口,

5、其作用是引用发动机的压缩空气机故障的10%以上。这些故障,轻则降低设备性并对其进行适当的温度压力调节,使之满足空调系能,影响生产,重则停机停产,毁坏设备,甚至机毁人统、发动机启动、机翼防冰、水箱增压、液压油箱增压亡。由于故障的随机性、模糊性和不确定性,传统的的需要。引气通常是从发动机高压压气机的中间压故障诊断方法已经不能满足现代设备的要求。近年力级(IP)引出的,在发动机低速情况下当中压级引来,人丁神经网络在智能控制领域有了很大的发展,气压力和温度太低时,引气从高压级(HP)引出并被为故障诊断开辟了新途径。该文对基于RBF模型保持在(36±4)磅/平方英寸(PSI)

6、。的神经网络智能诊断方法进行了研究,并利用该方引用的空气经过压力调节阀(PRV),压力调节法对引气系统常见的故障诊断进行了仿真,提出了阀的工作是甫温度限制恒温器(T)控制的。当压一种训练速度快、诊断结果可靠的RBF神经网络模力调节阀丁作不正常致使出口压力超过正常值时,型,结果表明训练后的网络对其他样本也有较好的下游的过压保护阀会自动关闭以保护管路系统。预冷器采用经风扇空气阀调节的外涵空气冷却引用的收稿日期:2010—11—15作者简介:杜乔(1982),硕士生,主要研究方向为民航故障诊断空气,使其温度保持在恰当的范嗣内。风扇空气阀与分析。的开关是由温度控制恒温器控制

7、的。预冷器出口设·66·工业仪表与自动化装置2011年第2期置一个温度传感器,它与引气监控计算机相联,用数的初始权值向量,然后从一个神经元开始,每迭代于显示故障警告和在超温情况下关闭压力调节阀。一步均增加一个RBF神经元,并采用OLS找出最恰在高压阀和压力调节阀出口分别设置2个压力传感当输入向量来增加RBF的权值向量。每一步都计器,监控相应出口的压力并将该信息送至引气监控算出目标向量与RBF网络学习输出向量间的误差计算机及其他有关计算机,用于故障识别及警告。平方和,当达到设置的误差指标,或达到最多神经元个数,有一项成立时,训练即结束。2RBF神经网络结构在引气系

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。