兵工学报
兵工學報
병공학보
ACTA ARMAMENTARII
2014年
11期
1914-1921
,共8页
严峰%陈晓%王新民%彭程%胡亚洲
嚴峰%陳曉%王新民%彭程%鬍亞洲
엄봉%진효%왕신민%팽정%호아주
航空、航天系统工程%倾转旋翼机%故障诊断%离散小波%优化极限学习机%自适应启发式小波去噪
航空、航天繫統工程%傾轉鏇翼機%故障診斷%離散小波%優化極限學習機%自適應啟髮式小波去譟
항공、항천계통공정%경전선익궤%고장진단%리산소파%우화겁한학습궤%자괄응계발식소파거조
aerospace system engineering%tiltrotor aircraft%fault diagnosis%discrete wavelet transform%optimization method-based extreme learning machine%adaptive heuristic wavelet denoising
针对倾转旋翼机飞控系统的故障诊断问题,提出一种改进的离散小波-优化极限学习机(OMELM)的故障诊断算法.提出自适应启发式小波去噪方法对采集的信号进行消噪,定义了帕塞瓦尔能量用来提取测量信号经离散小波变换分解后的特征,并对OMELM进行了改进.将提取的故障能量特征进行归一化后输入到改进的OMELM多分类器中进行分类,以美国XV-15倾转旋翼机为例进行仿真验证.结果表明文中方法平均辨识率高,诊断时间短,对未来我国进行倾转旋翼机故障诊断的研究有一定参考价值.
針對傾轉鏇翼機飛控繫統的故障診斷問題,提齣一種改進的離散小波-優化極限學習機(OMELM)的故障診斷算法.提齣自適應啟髮式小波去譟方法對採集的信號進行消譟,定義瞭帕塞瓦爾能量用來提取測量信號經離散小波變換分解後的特徵,併對OMELM進行瞭改進.將提取的故障能量特徵進行歸一化後輸入到改進的OMELM多分類器中進行分類,以美國XV-15傾轉鏇翼機為例進行倣真驗證.結果錶明文中方法平均辨識率高,診斷時間短,對未來我國進行傾轉鏇翼機故障診斷的研究有一定參攷價值.
침대경전선익궤비공계통적고장진단문제,제출일충개진적리산소파-우화겁한학습궤(OMELM)적고장진단산법.제출자괄응계발식소파거조방법대채집적신호진행소조,정의료파새와이능량용래제취측량신호경리산소파변환분해후적특정,병대OMELM진행료개진.장제취적고장능량특정진행귀일화후수입도개진적OMELM다분류기중진행분류,이미국XV-15경전선익궤위례진행방진험증.결과표명문중방법평균변식솔고,진단시간단,대미래아국진행경전선익궤고장진단적연구유일정삼고개치.
