基于卡尔曼滤波器及神经网络的发动机故障诊断

姚华; 单贵平; 孙健国

Chinese

您当前的位置：

首页 >

文章列表页 >

基于卡尔曼滤波器及神经网络的发动机故障诊断

自动控制 | 更新时间：2026-07-07

- 基于卡尔曼滤波器及神经网络的发动机故障诊断
- Fault diagnosis for gas turbine engines based on Kalman filter and neural networks
- 航空动力学报 2008年23卷第6期
- 作者机构：
  
  1. 南京航空航天大学能源与动力学院,南京,210016
  2. 中国航空工业第一集团公司航空动力控制系统研究所,无锡,214063
- 作者简介：
- 基金信息：
  
  航空科学基金(04C52019)
- DOI：
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
姚华, 单贵平, 孙健国. 基于卡尔曼滤波器及神经网络的发动机故障诊断[J]. 航空动力学报, 2008,23(6).

YAO Hua, SHAN Gui-ping, SUN Jian-guo. Fault diagnosis for gas turbine engines based on Kalman filter and neural networks[J]. 2008, 23(6).
姚华, 单贵平, 孙健国. 基于卡尔曼滤波器及神经网络的发动机故障诊断[J]. 航空动力学报, 2008,23(6). DOI：

YAO Hua, SHAN Gui-ping, SUN Jian-guo. Fault diagnosis for gas turbine engines based on Kalman filter and neural networks[J]. 2008, 23(6). DOI：

摘要

提出了一种基于卡尔曼滤波器及神经网络的航空燃气涡轮发动机气路故障诊断的方法.该方法用卡尔曼滤波器来估计发动机可测参数的变化量

再由神经网络来映射发动机性能参数的变化量

并据此进行发动机气路故障诊断.数字仿真表明

该方法是可行的

有效的.

Abstract

A method for gas path fault diagnosis of gas turbine engines based on Kalman filter and neural networks was proposed.For the fault diagnosis

the Kalman filter was used to estimate the variations of measurable parameters

while neural network was applied for mapping the variations of performance parameters of gas turbine engines.Digital simulations show that the proposed method is feasible and effective.

关键词

Keywords

references

浏览量

464

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

粗糙集与神经网络在航空发动机气路故障诊断中的应用

传感器故障下的航空发动机机载自适应模型重构

粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用

航空发动机故障诊断的机载自适应模型

基于SVR的X型发动机传感器故障诊断研究

相关机构

中国一航动力控制系统研究所

海军航空工程学院飞行器工程系

西北工业大学动力与能源学院

空军工程大学工程学院

空军第一航空学院

AI问答

地址：北京市丰台区顺八条1号院2号楼北阳晨光大厦2层邮编：100079
联系电话：（010）53879206 Email：tmw@bjxintong.com.cn
技术支持由北京北大方正电子有限公司提供京ICP备09082226号-64 京公网安备11010602201714号
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰