CAJ | 학술논문

提出了一种基于经验模态分析(Empirical mode decomposition,EMD)和D-S证据相结合的飞行器健康诊断方法.该方法首先对由声发射传感器募集到的飞行器关键结构部件原始声发射信号进行EMD,得到多个内禀模态分量,选取内禀模态能量构建声发射信号的特征向量,并分别采用模糊神经网络、GRNN网络和Elman神经网络对提取出的特征向量进行分类,最后运用D-S证据理论进行决策融合,对飞行器的健康状态进行诊断.实验表明,运用此方法对某型号真实飞行器关键结构部件的健康状态进行诊断,可以得到很好放入诊断结果.与单分类器相比,采用D-S证据理论进行决策融合有效地提高了故障诊断的精度.
제출료일충기우경험모태분석(Empirical mode decomposition,EMD)화D-S증거상결합적비행기건강진단방법.해방법수선대유성발사전감기모집도적비행기관건결구부건원시성발사신호진행EMD,득도다개내품모태분량,선취내품모태능량구건성발사신호적특정향량,병분별채용모호신경망락、GRNN망락화Elman신경망락대제취출적특정향량진행분류,최후운용D-S증거이론진행결책융합,대비행기적건강상태진행진단.실험표명,운용차방법대모형호진실비행기관건결구부건적건강상태진행진단,가이득도흔호방입진단결과.여단분류기상비,채용D-S증거이론진행결책융합유효지제고료고장진단적정도.