【技术实现步骤摘要】
基于模糊隶属度的航空发动机传感器故障诊断与隔离方法
本专利技术属于航空宇航推进理论与工程中的系统控制与仿真领域，具体涉及一种基于模糊隶属度的航空发动机传感器故障诊断与隔离方法。
技术介绍
在航空发动机控制系统中，传感器故障占总故障的80％以上。为了提高发动机控制系统的安全性及可靠性，传感器故障诊断技术得到了广泛的关注，并于近40年来发展成为一门各学科交叉的应用型学科。对于发动机控制系统关键传感器，常采用多通道多传感器的硬件余度技术，对于三硬件余度及以上的传感器多采用选举法对传感器是否发生故障进行表决，对于双通道传感器，一旦两个通道测量偏差超出阈值，则无法判断哪一个传感器发生了故障。而多硬件余度无疑会增加传感器的安装负担，同时增加发动机重量和成本。为此从上世纪九十年代以来，随着智能算法的发展，国内外学者开始关注用智能算法对传感器进行解析余度建模。以解析余度传感器模型参与双通道传感器故障诊断，可以有效解决双通道传感器出现故障时不易于判别的问题。神经网络因其全局逼近能力、非线性映射特性和其高度的自组织和自学习能力，成为解析余度传感器模型的首要选择，因此以神经网络为代表的...
【技术保护点】
1.一种基于模糊隶属度的航空发动机传感器故障诊断与隔离方法，所述传感器具有两个硬件余度信号通道；其特征在于，首先将两个传感器硬件余度信号与该传感器的解析余度模型所输出的解析余度信号进行信息融合，得到融合信号，然后根据融合信号对所述两个硬件余度信号通道进行故障判断；所述信息融合的方法具体如下：
【技术特征摘要】
1.一种基于模糊隶属度的航空发动机传感器故障诊断与隔离方法，所述传感器具有两个硬件余度信号通道；其特征在于，首先将两个传感器硬件余度信号与该传感器的解析余度模型所输出的解析余度信号进行信息融合，得到融合信号，然后根据融合信号对所述两个硬件余度信号通道进行故障判断；所述信息融合的方法具体如下：式中，为融合信号；分别为第一个硬件余度信号和第二个硬件余度信号；为所述解析余度信号；依次为第一个硬件余度信号、第二个硬件余度信号、解析余度信号的隶属度；其中，k1、k2为隶属度调整系数；α、β为隶属度调整指数；μ0为预设的调整值；dNT、dDT、dBT分别为预设的传感器偏差阈值、漂移故障阈值、偏置故障阈值，且有dNT<dDT<dBT；所述根据融合信号对所述两个硬件余度信号通道进行故障判断，具体如下：计算融合信号和传感器各通道之间的偏差如果偏差则认为传感器i的m通道无故障；若则认为传感器i的m通道发生了漂移故障；若则认...
【专利技术属性】
技术研发人员：李秋红，陈尚晰，赵永平，刘立婷，单睿斌，何凤林，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。