学位论文 > 优秀研究生学位论文题录展示

嵌入式大气数据传感系统故障检测与处理算法研究

作　者: 赵磊
导　师: 陆宇平
学　校: 南京航空航天大学
专　业: 导航、制导与控制
关键词: 嵌入式大气数据传感系统 故障诊断 故障检测与识别 卡方检测 奇偶检测 RBF网络 故障特征向量表
分类号: V241
类　型: 硕士论文
年　份: 2010年
下　载: 54次
引　用: 0次
阅　读: 论文下载
 

内容摘要


对于飞行测试和飞控系统,大气参数的精确测量尤其重要。传统的大气参数测量手段采用延展到本地边界层之外的侵入式管件,系统在低迎角稳态条件下测量精度比较理想,但是大迎角和高机动的情形下性能就会大幅恶化。并且侵入式管件对机械振动和安装误差敏感。嵌入式大气数据系统就是为了克服传统大气数据系统的不足而开发的,系统由一组嵌入在飞行器表面的压力传感阵列逆推大气参数,完全不包含侵入部件。但是,由于压力传感器位于飞行器的外表面,本地诱导气流环境会严重影响到设备的校正。并且普遍使用的半经验FADS压力模型,在数值计算过程中会遭遇不稳定,进而造成系统性能的瞬间退化。故障管理是FADS的重要组成部分,可能的故障情况有:测压点阻塞、传感器或者其它数据采集设备失效等,错误的压力测量值会最终导致大气参数的计算错误。关于由测量不确定引入的故障管理问题,以及开发容错的FADS算法已经进行了很多的尝试,它们都旨在使用误差仿真和统计误差估计方法来评估各种故障源整体的不确定性影响。神经网络方法也被用来检测和补偿失效压力数据。本文针对FADS系统故障检测与识别问题,分别从基于卡方检测的故障诊断、基于奇偶检测的故障诊断和基于神经网络的故障诊断三个方面展开了研究。1.完善了卡方检测原理的不足之处,完善了卡方检测与处理流程,针对故障识别薄弱环节提出了区域对比方法进行改进;2.改进并发展了基于奇偶检测的故障诊断,细化并改进了故障检测与处理流程,增强了方法的实用性;3.基于RBF网络提出了一种新的FADS神经网络求解算法结构,详细阐述了RBF算法的原理与流程,以RBF算法为基础提出了一种故障特征向量表检测方法,详细阐述了故障检测与处理流程。

全文目录


摘要  4-5
ABSTRACT  5-14
第一章 绪论  14-18
  1.1 研究背景  14-16
  1.2 选题依据  16-17
  1.3 研究内容  17-18
第二章 FADS 系统原理与故障诊断原理  18-33
  2.1 引言  18
  2.2 FADS 系统原理  18-27
    2.2.1 FADS 系统构架  18-23
    2.2.2 FADS 求解算法  23-25
    2.2.3 FADS 校正算法  25-27
  2.3 故障诊断原理  27-29
    2.3.1 故障诊断简介  27
    2.3.2 故障诊断方法  27-28
    2.3.3 故障诊断研究现状  28-29
  2.4 FADS 系统故障诊断  29-32
    2.4.1 FADS FDI 的必要性  29-30
    2.4.2 FADS FDI 的特殊性  30
    2.4.3 FADS FDI 的方法  30-32
  2.5 小结  32-33
第三章 基于卡方分布的FADS 故障诊断  33-46
  3.1 引言  33
  3.2 卡方分布简介  33-34
  3.3 FADS 卡方检测原理  34-37
  3.4 FADS 卡方检测与处理流程  37-40
    3.4.1 故障检测流程  37-39
    3.4.2 故障管理流程  39-40
  3.5 仿真验证  40-44
  3.6 算法改进  44-45
  3.7 小结  45-46
第四章 基于奇偶方程的FADS 故障诊断  46-57
  4.1 引言  46
  4.2 奇偶方程  46-47
  4.3 粗糙集  47-49
  4.4 FADS 奇偶检测原理  49-50
  4.5 检测与处理流程  50-55
    4.5.1 故障检测流程  50-51
    4.5.2 故障处理流程  51-55
  4.6 仿真验证  55-56
  4.7 小结  56-57
第五章 基于神经网络的FADS 故障诊断  57-73
  5.1 引言  57
  5.2 神经网络简介  57-60
    5.2.1 BP 网络  57-58
    5.2.2 RBF 网络  58-60
  5.3 FADS RBF 神经网络算法  60-68
    5.3.1 迎角、动压模块MR1  65-66
    5.3.2 侧滑角、动压模块MR2  66-67
    5.3.3 总压模块MR3  67-68
  5.4 FADS 神经网络故障诊断原理  68-70
  5.5 检测与处理流程  70-71
  5.6 仿真验证  71-72
    5.6.1 求解算法验证  71
    5.6.2 故障检测验证  71-72
  5.7 小结  72-73
第六章 结论和展望  73-75
  6.1 总结  73
  6.2 展望  73-75
参考文献  75-77
致谢  77-78
在学期间发表的学术论文  78

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 基于支持向量机的故障诊断方法研究,TP18
  5. 三容水箱系统故障诊断算法研究,TP277
  6. 水上交通安全保障系统的关键技术研究,U698
  7. RTAD-CMDMDES的总体设计和系统开发,U279.3
  8. 基于模糊神经网络的设备故障诊断专家系统,TP183
  9. 基于支持向量机的故障诊断研究,TH165.3
  10. 混凝土泵液压系统故障诊断方法研究,TU646
  11. 基于数据融合技术舞台故障诊断方法的研究,TP18
  12. 雷达电路板故障诊断系统硬件集成的研究与设计,E933.6
  13. 汽轮机加热器数学建模和运行故障诊断,U664.113
  14. 基于改进的支持向量机的模拟电路故障诊断方法研究,TN710
  15. Ad Hoc网络拓扑重构方案的设计与仿真,TN929.5
  16. 高压水除鳞系统实时压力监测与故障诊断,TG333
  17. 瞬态成分建模与参数辨识方法及其旋转机械故障诊断应用研究,TH165.3
  18. 北票风电场发电机组的齿轮箱故障诊断研究,TH165.3
  19. 基于GPRS的变压器故障诊断系统的研究,TM407
  20. 基于人工免疫方法的系统级故障诊断研究,TP338.6
  21. 基于多块核方法的分散化故障诊断的研究,TH165.3

中图分类: > 航空、航天 > 航空 > 航空仪表、航空设备、飞行控制与导航 > 航空仪表、航空设备
© 2012 www.xueweilunwen.com