摘要
本发明公开了一种基于测量参数的自适应阈值航空发动机传感器故障诊断方法,该方法包括:采用OSELM算法建立发动机输入信号与传感器信号的解析冗余模型;设计基于无模型自适应控制的单变量控制器,在此基础上,设计基线模型的跟踪器,利用基线模型输出计算传感器故障诊断的故障阈值,得到在包线内一定工况范围内具有自适应能力的传感器故障阈值,并给出故障判别依据。本发明解决了传统的传感器故障方法在可变的工作环境参数和随机噪声情况下,传感器故障诊断阈值难以确定的问题。该方法采用健康传感器的历史数据来训练和更新发动机基线模型。对于偏置故障和漂移故障,新算法实现了更高的故障检测率、更低的虚警率和更小的最小检测故障幅度。能够适应多变的工作环境和长期的服役期限,为发动机传感器故障预警提供更加精确可靠的诊断依据。
技术关键词
传感器故障诊断
ELM算法
航空发动机传感器
跟踪器
基线
无模型自适应控制
工作环境参数
滑动窗口机制
故障检测率
建立预测模型
发动机控制器
传感器噪声
系统为您推荐了相关专利信息
复用控制方法
历史流量数据
LSTM模型
动态
感知损失函数
语音欺骗检测
混合特征提取
声音活动检测
频谱特征
注意力
动力电池
故障检测方法
加热膜
温升
时间序列预测模型
二维图像数据
多尺度
检测猕猴桃
Stacking模型
软阈值函数