本文關(guān)鍵詞：基于GRNN觀測(cè)器的液壓作動(dòng)器系統(tǒng)自適應(yīng)故障檢測(cè)

  更多相關(guān)文章： 液壓作動(dòng)器 廣義回歸神經(jīng)網(wǎng)絡(luò) 觀測(cè)器 自適應(yīng)故障檢測(cè)

【摘要】：針對(duì)液壓作動(dòng)器系統(tǒng)觀測(cè)器檢測(cè)診斷技術(shù)較少的狀況,該文提出一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)(General regression neural network,GRNN)觀測(cè)器的液壓作動(dòng)器系統(tǒng)自適應(yīng)故障檢測(cè)方法,GRNN神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度較快,能大幅提高訓(xùn)練效率。針對(duì)環(huán)境噪聲和隨機(jī)干擾等因素的影響,引入自適應(yīng)閾值來(lái)降低檢測(cè)虛警率。首先使用液壓作動(dòng)器系統(tǒng)正常運(yùn)行時(shí)的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),用訓(xùn)練好的網(wǎng)絡(luò)對(duì)采集的數(shù)據(jù)進(jìn)行故障檢測(cè),判斷液壓作動(dòng)系統(tǒng)是否發(fā)生故障。液壓作動(dòng)器系統(tǒng)3種典型故障模式的仿真數(shù)據(jù)驗(yàn)證了該文方法的有效性。實(shí)驗(yàn)結(jié)果表明,該方法能夠有效檢測(cè)出液壓作動(dòng)器系統(tǒng)的故障狀態(tài)。
【作者單位】： 北京航空航天大學(xué)可靠性與系統(tǒng)工程學(xué)院;北京航空航天大學(xué)可靠性與環(huán)境工程技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 液壓作動(dòng)器 廣義回歸神經(jīng)網(wǎng)絡(luò) 觀測(cè)器 自適應(yīng)故障檢測(cè)
【基金】：國(guó)防技術(shù)基礎(chǔ)項(xiàng)目(Z132013B002)
【分類號(hào)】：V267
【正文快照】： 隨著航空航天技術(shù)的高速發(fā)展,飛機(jī)的液壓作動(dòng)系統(tǒng)越來(lái)越復(fù)雜。一旦液壓作動(dòng)系統(tǒng)發(fā)生故障,將會(huì)對(duì)飛機(jī)的安全帶來(lái)嚴(yán)重影響,因此對(duì)其進(jìn)行故障診斷對(duì)于保持戰(zhàn)備完好性、有效利用維修保障資源、防止系統(tǒng)出現(xiàn)嚴(yán)重故障和減少相應(yīng)的人員財(cái)產(chǎn)損失都有重要意義。隨著故障診斷技術(shù)的發(fā)展,

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 江鴻;車?yán)?;基于GRNN的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[J];科技信息(學(xué)術(shù)研究);2008年03期

2 劉遵雄;周天清;;基于奇異譜分析的GRNN模型在金融時(shí)間序列中的應(yīng)用[J];華東交通大學(xué)學(xué)報(bào);2011年02期

3 高凌琴;;基于GRNN的汽車保有量預(yù)測(cè)模型[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

4 李益民;;基于GRNN的主要編組站辦理車輛數(shù)的預(yù)測(cè)[J];鐵道運(yùn)輸與經(jīng)濟(jì);2012年02期

5 童玉娟;李曉會(huì);;基于GRNN的貨運(yùn)量預(yù)測(cè)[J];福建電腦;2012年10期

6 李宗龍;王冰燦;;基于GRNN的中國(guó)出口集裝箱運(yùn)價(jià)指數(shù)預(yù)測(cè)[J];中國(guó)商貿(mào);2013年21期

7 王琪潔;杜亞男;劉建;;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 賀湘宇;何清華;蔣蘋;何志勇;;基于動(dòng)態(tài)GRNN模型的挖掘機(jī)液壓系統(tǒng)故障檢測(cè)[J];中國(guó)工程機(jī)械學(xué)報(bào);2010年03期

9 崔東文;郭榮;;基于GRNN模型的區(qū)域水資源可持續(xù)利用評(píng)價(jià)——以云南文山州為例[J];人民長(zhǎng)江;2012年05期

10 吳大中;吳麗華;;基于改進(jìn)的GRNN的固體氧化物燃料電池辨識(shí)模型研究[J];能源研究與信息;2013年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 銀濤;俞集輝;;基于GRNN的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[A];第十屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[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屆中國(guó)控制與決策會(huì)議論文集[C];2013年

3 陳其紅;闞樹(shù)林;秦臻;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)的設(shè)備可靠性預(yù)測(cè)[A];2011年全國(guó)機(jī)械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會(huì)暨第四屆可靠性工程分會(huì)第三次全體委員大會(huì)論文集[C];2011年

4 柴毅;凌睿;;基于參數(shù)優(yōu)化與GRNN逼近的非線性PID控制[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

5 徐中;張敬瑩;趙小波;;基于GRNN的粘彈材料阻尼性能的預(yù)測(cè)[A];第六屆中國(guó)功能材料及其應(yīng)用學(xué)術(shù)會(huì)議論文集（10）[C];2007年

6 馬珊;龐永杰;張鐵棟;;基于GRNN的聲圖像特征研究[A];第十五屆中國(guó)海洋（岸）工程學(xué)術(shù)討論會(huì)論文集(上)[C];2011年

7 王小輝;王琪潔;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的日長(zhǎng)變化的高精度預(yù)報(bào)[A];中國(guó)天文學(xué)會(huì)2011年學(xué)術(shù)年會(huì)手冊(cè)[C];2011年

8 陳端;曹陽(yáng);梅一韜;仲云飛;吳邦彬;;GRNN神經(jīng)網(wǎng)絡(luò)在大壩滲流預(yù)測(cè)中的應(yīng)用[A];2012年中國(guó)水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測(cè)專委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

9 李慧英;李曉奇;;旅游需求預(yù)測(cè)分析——對(duì)比GRNN與多元回歸分析方法的應(yīng)用[A];第四屆中國(guó)智能計(jì)算大會(huì)論文集[C];2010年

10 陳欣;肖建華;欒培賢;徐強(qiáng);王洪斌;;基于BP與GRNN神經(jīng)網(wǎng)絡(luò)的PRRS預(yù)測(cè)模型的研究[A];中國(guó)畜牧獸醫(yī)學(xué)會(huì)信息技術(shù)分會(huì)2012年學(xué)術(shù)研討會(huì)論文集[C];2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 金帥軍;基于GRNN神經(jīng)網(wǎng)絡(luò)的農(nóng)作物蟲(chóng)害量預(yù)測(cè)系統(tǒng)設(shè)計(jì)[D];內(nèi)蒙古工業(yè)大學(xué);2013年

2 任茹香;基于GRNN的變權(quán)重組合預(yù)測(cè)模型在傳染病發(fā)病率預(yù)測(cè)中的應(yīng)用[D];浙江大學(xué);2011年

3 趙煥;輕涂紙涂布量測(cè)定方法的實(shí)驗(yàn)研究[D];天津科技大學(xué);2013年

，

本文編號(hào)：729990