為了研究航空發(fā)動機試驗中精確數(shù)學模型未知的多傳感器故障診斷問題,采用基于廣義回歸神經(jīng)網(wǎng)絡（General Regression Neural Network,GRNN）組的故障檢測方法,提煉出傳感器之間的約束關(guān)系和故障規(guī)律,構(gòu)建了一組多輸入多輸出GRNN,用于估計傳感器輸出,與測量值生成殘差,通過與門限值比較判斷可疑傳感器,找到神經(jīng)網(wǎng)絡組中的具有最小可疑傳感器數(shù)的GRNN。采用可疑傳感器的估計信號做為重構(gòu)信號交叉驗證其它GRNN。通過驗證即可確定可疑傳感器為最終故障傳感器。為了控制神經(jīng)網(wǎng)絡的回歸精度,將多輸入多輸出神經(jīng)網(wǎng)絡分解為多個多輸入單輸出網(wǎng)絡。通過仿真數(shù)據(jù)驗證了該方法用于傳感器故障檢測的可行性。 

【文章來源】：推進技術(shù). 2017,38(09)北大核心EICSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
1 引言
2 廣義回歸神經(jīng)網(wǎng)絡
3 傳感器故障檢測算法
    3.1 假設條件
    3.2 GRNN組
    3.3 檢測過程
    3.4 驗證過程
4 結(jié)果與分析
    4.1 檢測結(jié)果
    4.2 假設條件和推廣
5 結(jié)論



本文編號：3223345