基于DWNN的机电作动器渐变性故障诊断

论文摘要

飞机飞行控制系统机电作动器(EMA)的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络(DWNN)的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断。创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性。通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断。

论文目录

• 1 问题描述
•   1.1 EMA故障诊断特征向量
•   1.2 DWNN模型
•   1.3 EMA故障诊断问题
• 2 故障诊断算法
•   2.1 算法描述
•   2.2 DUKF算法
•     1)DUKF测量值更新
•     2)DUKF估计值更新
• 3 仿真算例与分析
•   3.1 绕组匝间短路故障诊断
•   3.2 传动机构磨损故障诊断
• 4 结论

文章来源

类型: 期刊论文

作者: 王剑,王新民,谢蓉,曹宇燕,李婷

关键词: 机电作动器,渐变性,故障,诊断,动态小波神经网络

来源: 北京航空航天大学学报 2019年09期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 西北工业大学自动化学院

基金: 国家自然科学基金(61703341)~~

分类号: V267

DOI: 10.13700/j.bh.1001-5965.2018.0769

页码: 1831-1837

总页数: 7

文件大小: 237K

下载量: 179