欢迎来到天天文库
浏览记录
ID:52354791
大小:1.24 MB
页数:5页
时间:2020-03-26
《多源信息融合的航空部附件状态退化预测.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、多源信息融合的航空部附件状态退化预测李文峰,等多源信息融合的航空部附件状态退化预测PredictingtheStatusDegradationOf/沁iatiOnAccessOriesBasedOnMuIti—sourceInfOrmationFusiOn李支噜1’2铸爱缛1陈满2韩广民2(海军航空工程学院科研部‘,山东烟台26400l;92635部队2,山东青岛266000)摘要:针对航空部附件状态退化预测问题,提出了一种经验模态分解(EMD)和自组织特征映射(s0FMs)量化误差模型相结合的部附件退化
2、趋势预测方法。采集部附件多个特征指标的状态监测信息,运用EMD提取包含微弱信号的特征信息,并消除部分噪声干扰;运用soFMs实现多源传感器信息融合,并建立最小量化误差(MQE)模型,量化部附件运行状态,以实现部附件的状态退化预测。通过对某型航空陀螺仪的仿真验证表明,EMD—sOFMs量化误差模型能够有效、准确地提取陀螺仪状态信息,融合量化陀螺仪运行状态,实现陀螺仪的状态退化预测。关键词:经验模态分解自组织特征映射误差模型航空陀螺仪多源传感器预测特征提取信息融合中图分类号:.IHl3;11P206文献标志码
3、:ADOI:lO.16086/j.cnl【i.i咖1000一03舳.20l印800r7Ah出mcI:Forpredic血g山es诅ttlsde罢军a咖onofaviaⅡonacces∞ries-tIleme山odcombinillgempiricalmodedecomp08idon(EMD)肌d∞lf—o曙卸izingf撕u咒map8(SoFMs)q啪ti2龇ioner∞rmodeli8putfo刑ard.Thestatllsmoni涮ngidb皿娟明about州6plefeatIlre血dexes0fa
4、cces∞riesiscoUected;byllsillgEMD-the缸ItU啪i血m啮60ncontai且iIlgweal【8i伊8lsi8ex哂∞ted-“paItial∞i∞inte如砌1ceiselimina矧.Muk一∞urce∞nsorinfo珊出onfusionis∞ali∞dtIlr伽ghSOFMIandtheIniIlil加mql瑚lt让加oneⅡW(MQE)modelise8讪lished;toqIIaIni每tIIenl衄iIlgst8:tlls0facces∞ries蚰dimpl
5、咖entprIBdicdon0fg呲璐deg哪枷onof∽ces∞ries.Acen日_intype0faviationgymsc叩eis眈lectedforconduc血19洒uk出on蛆dve益c娟on.E】【锄ples0f觚alysisandve面c出0nshowtlIatEMD—SO聊sqll衄tizationermr瑚deld∞s胡&西ely阻dpreciselye舳cttlles咖silll-om撕on0fgyro∞ope。fIl∞明dqIl枷每ope枷ngs“Ihlsofgyroscope,
6、蚰dimple咖nttllepmdictionofstatIlsde伊a础onforgym∞ope.K.鄂阳rds:Empiricalmodedecomposi曲nSelf一呷剿1izingfj叽啪mapsEr]MmodelAvi娟帆gyIoscopeM出一∞urce∞n鼬rPrf:dic石onFbahlreexn.actionIn丘'm埘onfIlsionO引言随着航空部附件的复杂化、综合化及信息化,对航空装备的安全可靠性要求不断提升。为进一步提高飞机战备完好率和任务成功率,可根据航空部附件性能状态的退
7、化预测,对其潜在故障采取预防性维修措施。相对单源信息来说,多源传感信息能够获得更有效的状态退化表征信息,提高状态退化预测的准确性u。2o。文献[3]利用隐马尔可夫模型(hiddenMarkovmodel,HMM)实现陀螺仪多源传感信息的故障预测,但其将多源传感信息直接作为输入,没有考虑各参数的进一步特征提取。本文针对一类航空部附件,其具备能够表征累计损伤或状态渐进退化的可监测参数,采用自组织特征映射(self—orgaIIiziIlgfeaturem印s,SOFMs),对经验模态分解(empiricat修
8、改稿收到日期:2015一09—23。第一作者李文峰(1983一),男,现为海军航空工程学院军事装备学专业在读博士研究生;主要从事航空装备故障预测与综合保障的研究。《自动化仪表》第37卷第8期加16年8月modedecomposition,EMD)特征提取后的指标进行融合预测,构建量化误差模型,通过最小量化误差(miIlimumqu姐tizationerror,MQE)值,直观表征航空部附件的状态退化趋势。1航空部附件状态退化问
此文档下载收益归作者所有