中国航空科学基金(2010ZD53039)
- 作品数:8 被引量:58H指数:4
- 相关作者:郭阳明马捷中王国庆冉从宝牛伟更多>>
- 相关机构:西北工业大学西安应用光学研究所中国航空无线电电子研究所更多>>
- 发文基金:中国航空科学基金陕西省自然科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术航空宇航科学技术电气工程理学更多>>
- 基于回声状态网络的飞机混沌时间序列预测模型被引量:4
- 2012年
- 准确检测飞机即将发生的故障或预测其状态的变化趋势,对于实现飞行安全具有重要意义。文章针对传统基于回声状态网络在故障预测中的不足,构建了基于小波降噪的回声状态网络预测模型。该模型保留了非线性时间序列回声状态网络预测的优势,并采取小波变换对混沌时间序列进行降噪预处理,有效提高了含噪混沌时间序列的预测精度。论文通过对某飞机发动机滑油散热器温度时间序列数据序列进行预测分析,表明文中模型具有较好的预测精度,验证了模型的有效性。
- 郭阳明蔡小斌付琳娟马捷中
- 关键词:小波变换回声状态网络故障预测
- 航空发动机的多参数快速故障诊断模型被引量:2
- 2011年
- 为了提高诊断效率,降低故障诊断对人的过分依赖,建立了一个航空发动机故障快速诊断模型。该模型结合粗糙集和灰色理论各自特点,利用粗糙集去除特征信息中的冗余信息;再通过多参数灰色模型对约简后的信息进行快速准确的预测。仿真对比表明,该模型在不降低预测精度的情况下能显著减少计算时间,有效提高故障预测的快速性和实时性。
- 牛伟王国庆翟正军成娟郭阳明
- 关键词:粗糙集GM(1,1)模型故障诊断航空发动机
- 一种面向需求的综合化系统健康度量方法被引量:4
- 2011年
- 研究航空电子综合化系统中的预兆与健康管理问题,定义综合化系统的物理健康与逻辑健康,描述综合化系统的需求和资源,运用系统工程分析法,将应用层面的任务需求与物理层面的资源有效性相结合,提出一种面向需求的资源平台健康度量算法。给出综合化系统的资源重构模型,并论述关于综合化系统健康决策中的健康分级与系统重构问题。
- 赵宁社王国庆王恒
- 基于组合优化BP神经网络的模拟电路故障诊断被引量:39
- 2013年
- 电子系统的可靠性已成为影响系统正常运行的关键,因此电路故障的诊断越来越受到重视。基于BP神经网络的诊断方法是目前实现模拟电路故障诊断的有效方法之一。文章针对已有BP神经网络模拟电路故障诊断技术的不足,提出了一种组合优化的诊断方案。该方案采用遗传算法优化确定BP神经网络的初始权值,以规避BP神经网络易陷入局部极小值的不足,然后应用L-M方法在这个局部解空间里对BP神经网络进行精调,搜索出最优解或者近似最优解。该方案发挥了BP神经网络的广泛映射能力和遗传算法的全局搜索能力,加快了网络的学习速度,综合提高了整个学习过程中的逼近能力和泛化能力,有效提升了基于BP神经网络模拟电路故障诊断的性能。
- 郭阳明冉从宝姬昕禹马捷中
- 关键词:模拟电路故障诊断BP神经网络遗传算法
- 基于ESN的航空发动机状态组合预测方法被引量:2
- 2013年
- 基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法.
- 郭阳明付琳娟冉从宝马捷中
- 关键词:航空发动机回声状态网络小波分析
- 飞机发动机故障的多参数预测模型被引量:1
- 2012年
- 飞机发动机故障往往表现出一种故障表征出多种特征信号,同一特征信号还可能反映了不同的故障的特点,而传统的基于灰色理论的飞机发动机故障预测由于只考虑表征发动机故障的一个特征参数或单独考虑几个特征参数,使得预测的准确性不能满足实际工程需要。针对某型发动机故障,借鉴灰色预测建模和信息融合的思想,提出了基于多故障特征参数的发动机故障预测模型,使得多个相关特征参数时间序列不仅可以为各自的预测提供相关信息,也可为其他序列预测提供必要的信息,增加了预测的准确性。仿真验证结果表明,该预测模型具有较高的预测准确性,是一个有效的预测模型。
- 孙姜燕徐艳玲
- 关键词:发动机故障灰色预测
- 基于阶次小波包与Markov链模型的转子早期故障诊断被引量:6
- 2012年
- 针对转子启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法精度不高的现状,将阶次小波包和Markov链模型引入转子的早期故障诊断中,提出了一种新的自适应故障诊断模型。首先利用阶次跟踪算法对瞬态振动信号重采样,得到等角度分布诊断信号;其次采用小波包对该信号分解——重构,提取其在各频带的能量特征向量,通过Markov链模型对其进行预测;最后通过故障实例验证,结果表明:将阶次小波包变换和Markov链模型相结合进行故障诊断是可行而有效的。
- 王国庆牛伟成娟翟正军郭阳明
- 关键词:阶次跟踪小波包MARKOV链模型粒子群算法故障诊断
- 基于LS-SVR的混沌时间序列多参数自适应预测
- 2012年
- 故障预测对保障复杂设备的安全可靠工作具有重要意义,但往往难以建立起准确的解析形式的数学模型,因此常常依赖于通过观测所获得的混沌时间序列进行预测分析.为了提高预测的有效性和准确性,基于支持向量机预测理论,提出考虑全部相关多参数混沌时间序列中的信息,进行多参数相空间重构产生训练样本,并建立了多参数自适应最小二乘支持向量回归预测模型.以某设备三个相关参数的仿真混沌时间序列为例进行了预测实验,结果表明该方法有较好的预测精度,是一种有效的预测方法.
- 巨维博郭明俊郭阳明
- 关键词:故障预测自适应混沌时间序列