北京航空航天大学学报
北京航空航天大學學報
북경항공항천대학학보
2007年
10期
1200-1203
,共4页
牛星岩%沈颂华%董世良%陈卓
牛星巖%瀋頌華%董世良%陳卓
우성암%침송화%동세량%진탁
小波变换%神经网络%整流装置%故障诊断
小波變換%神經網絡%整流裝置%故障診斷
소파변환%신경망락%정류장치%고장진단
某型号飞机电源系统现有的机上自检测装置由传统的硬件逻辑电路构成,存在功能扩展性差、可靠性低等缺点.为符合新一代机上自检测装置微机化、智能化的特点,在对其进行故障模式分析的基础上,采用基于小波神经网络的故障诊断方法,通过对整流装置输出电压的实测信号样本的频谱分析,获得对故障敏感的特征频率点,根据小波变换的多分辨率分析理论,确定了与特征频率点相对应的小波母函数和变换尺度.在此基础上,通过定义频带能量特征向量,将小波变换得到的小波系数转换为一组特征向量.将特征向量作为BP神经网络的前端输入,由神经网络完成故障的识别与分类.经验证,故障特征得到了有效地提取,使神经网络可在各种工况下对故障进行故障诊断,符合灵敏性、鲁棒性的要求.
某型號飛機電源繫統現有的機上自檢測裝置由傳統的硬件邏輯電路構成,存在功能擴展性差、可靠性低等缺點.為符閤新一代機上自檢測裝置微機化、智能化的特點,在對其進行故障模式分析的基礎上,採用基于小波神經網絡的故障診斷方法,通過對整流裝置輸齣電壓的實測信號樣本的頻譜分析,穫得對故障敏感的特徵頻率點,根據小波變換的多分辨率分析理論,確定瞭與特徵頻率點相對應的小波母函數和變換呎度.在此基礎上,通過定義頻帶能量特徵嚮量,將小波變換得到的小波繫數轉換為一組特徵嚮量.將特徵嚮量作為BP神經網絡的前耑輸入,由神經網絡完成故障的識彆與分類.經驗證,故障特徵得到瞭有效地提取,使神經網絡可在各種工況下對故障進行故障診斷,符閤靈敏性、魯棒性的要求.
모형호비궤전원계통현유적궤상자검측장치유전통적경건라집전로구성,존재공능확전성차、가고성저등결점.위부합신일대궤상자검측장치미궤화、지능화적특점,재대기진행고장모식분석적기출상,채용기우소파신경망락적고장진단방법,통과대정류장치수출전압적실측신호양본적빈보분석,획득대고장민감적특정빈솔점,근거소파변환적다분변솔분석이론,학정료여특정빈솔점상대응적소파모함수화변환척도.재차기출상,통과정의빈대능량특정향량,장소파변환득도적소파계수전환위일조특정향량.장특정향량작위BP신경망락적전단수입,유신경망락완성고장적식별여분류.경험증,고장특정득도료유효지제취,사신경망락가재각충공황하대고장진행고장진단,부합령민성、로봉성적요구.
