飛控Fairchild仙童傳感器故障診斷的詳細資料:
飛控Fairchild仙童傳感器故障診斷
在無人機飛行控制(飛控)系統(tǒng)中,Fairchild仙童傳感器用于測量飛機的飛行狀態(tài)參數,并反饋至飛行控制計算機中進行飛行控制律解算,從而實現無人機的自動駕駛飛行任務。飛控Fairchild仙童傳感器能否正常工作直接影響了無人機的安全可靠飛行,因此對飛控Fairchild仙童傳感器進行在線故障診斷具有重要意義。
飛控Fairchild仙童傳感器故障診斷
Fairchild主要研究內容和成果如下:首先,在了解現有故障診斷技術基礎上,針對飛控系統(tǒng)Fairchild仙童傳感器的特點,提出基于神經網絡非線性系統(tǒng)辨識原理的故障診斷方法,建立了以垂直陀螺和速率陀螺輸出為估計參數的神經網絡觀測器組,在線估計飛行參數。其次,針對Fairchild仙童傳感器故障類型識別問題,采用線性回歸的數理統(tǒng)計法,對故障殘差信息進行一元線性回歸建模分析,完成了Fairchild仙童傳感器恒偏差及恒增益兩種故障類型的識別;并提出雙閾值故障檢測法,對Fairchild仙童傳感器故障在線檢測,通過設置觀測時間窗口,對殘差序列連續(xù)觀測,診斷Fairchild仙童傳感器工作情況。再次,探討了神經網絡權值調整的基本算法及其改進算法的特點,并一一應用到本文建立的神經網絡觀測器進行學習,通過對網絡收斂速度、網絡辨識精度等性能指標的比較。其結果顯示,LM算法在收斂速度上均遠遠高于其他學習算法,且網絡估計誤差均滿足控制系統(tǒng)精度要求。表明LM算法的應用,綜合提高了神經網絡的收斂速度和估計精度兩項指標。在線性zui小方差*信息融合準則下,對兩Fairchild仙童傳感器系統(tǒng)應用現代時間序列分析方法,基于ARMA新息模型,分別提出了按標量加權,按向量加權(按對角陣加權)和按矩陣加權的*和自校正信息融合Kalman濾波器,其中考慮估計誤差的相關性,分別給出了相應的*融合估計的加權公式,且提出了帶白色觀測噪聲的ARMA信號的*和自校正信息融合Wiener濾波器,*和自校正信息融合白噪聲Wiener反卷積濾波器,以及*和自校正信息融合Wiener反卷積濾波器。本文提出的方法避免了求解Riccati方程和Diophantine方程,減小在線計算負擔。特別可用于解決含有未知模型參數和噪聲統(tǒng)計系統(tǒng)的自校正信息融合濾波問題。大量的仿真例子說明了算法的有效性。同時,采用LM算法,研究了不同隱層節(jié)點個數的神經網絡性能,zui終確定*神經網絡結構。zui后,對某型無人機,在matlab/simulink仿真環(huán)境下,就不同高度層的縱、橫向控制要求,在不同飛行模態(tài)下,分別對垂直陀螺和速率陀螺Fairchild仙童傳感器卡死、恒偏差、恒增益三種故障進行了故障診斷分析。
飛控Fairchild仙童傳感器故障診斷
仿真結果表明:設計的神經網絡觀測器組可對Fairchild仙童傳感器測量的無人機飛行狀態(tài)參數進行在線估計;通過對故障后的Fairchild仙童傳感器輸出和網絡輸出樣本線性回歸建模分析,實現了Fairchild仙童傳感器故障類型的識別;雙閾值故障檢測方法可有效濾除非故障引起的突變信號,降低虛警率,提高故障診斷可靠性。并利用網絡估計值重構控制律反饋輸入信號,維持了無人機的繼續(xù)可靠飛行。
如果你對飛控Fairchild仙童傳感器故障診斷感興趣,想了解更詳細的產品信息,填寫下表直接與廠家聯系: |