基于GRNN观测器的液压作动器系统自适应故障检测

发布时间：2017-08-24 07:30

  本文关键词：基于GRNN观测器的液压作动器系统自适应故障检测

  更多相关文章： 液压作动器 广义回归神经网络 观测器 自适应故障检测

【摘要】：针对液压作动器系统观测器检测诊断技术较少的状况,该文提出一种基于广义回归神经网络(General regression neural network,GRNN)观测器的液压作动器系统自适应故障检测方法,GRNN神经网络的学习速度较快,能大幅提高训练效率。针对环境噪声和随机干扰等因素的影响,引入自适应阈值来降低检测虚警率。首先使用液压作动器系统正常运行时的数据训练神经网络,用训练好的网络对采集的数据进行故障检测,判断液压作动系统是否发生故障。液压作动器系统3种典型故障模式的仿真数据验证了该文方法的有效性。实验结果表明,该方法能够有效检测出液压作动器系统的故障状态。
【作者单位】： 北京航空航天大学可靠性与系统工程学院;北京航空航天大学可靠性与环境工程技术重点实验室;
【关键词】： 液压作动器 广义回归神经网络 观测器 自适应故障检测
【基金】：国防技术基础项目(Z132013B002)
【分类号】：V267
【正文快照】： 随着航空航天技术的高速发展,飞机的液压作动系统越来越复杂。一旦液压作动系统发生故障,将会对飞机的安全带来严重影响,因此对其进行故障诊断对于保持战备完好性、有效利用维修保障资源、防止系统出现严重故障和减少相应的人员财产损失都有重要意义。随着故障诊断技术的发展,

【相似文献】

中国期刊全文数据库 前10条

1 江鸿;车利;;基于GRNN的电力系统短期负荷预测[J];科技信息(学术研究);2008年03期

2 刘遵雄;周天清;;基于奇异谱分析的GRNN模型在金融时间序列中的应用[J];华东交通大学学报;2011年02期

3 高凌琴;;基于GRNN的汽车保有量预测模型[J];山东理工大学学报(自然科学版);2011年04期

4 李益民;;基于GRNN的主要编组站办理车辆数的预测[J];铁道运输与经济;2012年02期

5 童玉娟;李晓会;;基于GRNN的货运量预测[J];福建电脑;2012年10期

6 李宗龙;王冰灿;;基于GRNN的中国出口集装箱运价指数预测[J];中国商贸;2013年21期

7 王琪洁;杜亚男;刘建;;Introducing atmospheric angular momentum into prediction of length of day change by generalized regression neural network model[J];Journal of Central South University;2014年04期

8 贺湘宇;何清华;蒋苹;何志勇;;基于动态GRNN模型的挖掘机液压系统故障检测[J];中国工程机械学报;2010年03期

9 崔东文;郭荣;;基于GRNN模型的区域水资源可持续利用评价——以云南文山州为例[J];人民长江;2012年05期

10 吴大中;吴丽华;;基于改进的GRNN的固体氧化物燃料电池辨识模型研究[J];能源研究与信息;2013年04期

中国重要会议论文全文数据库 前10条

1 银涛;俞集辉;;基于GRNN的电力系统短期负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年

2 Ziwen Leng;Junwei Gao;Yong Qin;Xin Liu;Jing Yin;;Short-term Forecasting Model of Traffic Flow Based on GRNN[A];第25届中国控制与决策会议论文集[C];2013年

3 陈其红;阚树林;秦臻;;基于广义回归神经网络(GRNN)的设备可靠性预测[A];2011年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第三次全体委员大会论文集[C];2011年

4 柴毅;凌睿;;基于参数优化与GRNN逼近的非线性PID控制[A];第二十六届中国控制会议论文集[C];2007年

5 徐中;张敬莹;赵小波;;基于GRNN的粘弹材料阻尼性能的预测[A];第六届中国功能材料及其应用学术会议论文集（10）[C];2007年

6 马珊;庞永杰;张铁栋;;基于GRNN的声图像特征研究[A];第十五届中国海洋（岸）工程学术讨论会论文集(上)[C];2011年

7 王小辉;王琪洁;;基于广义回归神经网络的日长变化的高精度预报[A];中国天文学会2011年学术年会手册[C];2011年

8 陈端;曹阳;梅一韬;仲云飞;吴邦彬;;GRNN神经网络在大坝渗流预测中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

9 李慧英;李晓奇;;旅游需求预测分析——对比GRNN与多元回归分析方法的应用[A];第四届中国智能计算大会论文集[C];2010年

10 陈欣;肖建华;栾培贤;徐强;王洪斌;;基于BP与GRNN神经网络的PRRS预测模型的研究[A];中国畜牧兽医学会信息技术分会2012年学术研讨会论文集[C];2012年

中国硕士学位论文全文数据库 前3条

1 金帅军;基于GRNN神经网络的农作物虫害量预测系统设计[D];内蒙古工业大学;2013年

2 任茹香;基于GRNN的变权重组合预测模型在传染病发病率预测中的应用[D];浙江大学;2011年

3 赵焕;轻涂纸涂布量测定方法的实验研究[D];天津科技大学;2013年

，

本文编号：729990