飞机PHM仿真验证系统架构及若干关键技术研究

[复制链接]
查看: 95|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2023-10-18 21:35:14 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
随着现代战争对武器装备任务出勤率和战备完好率要求的提高,加之测试技术、仪器、信号分析和计算机技术飞速发展,武器装备将大量采用故障预测和状态健康管理技术(PHM)以实现“视情维修”。预测和健康状态管理技术是一种先进的测试、维修技术, 更是一种全面的故障检测、隔离和预测及状态管理技术。PHM技术正在成为飞行器设计和使用中的一个重要组成部分。其目标是提高系统的可用性和效能,减少维修人力和保障费用,使复杂系统能够安全、可靠、高效益地运转。为了降低飞机PHM系统的研制风险,缩短设计周期,本文针对飞机机载机电系统设计了相应的故障预测和健康管理仿真验证框架。从而为飞机PHM系统的可行性论证、系统性能分析以及研制提供重要的理论指导和技术支持。在健康管理系统中,故障诊断技术是关键环节之一,英美等国家对该领域的研究起步较早,现处于领先地位,而我国在相关领域的研究尚处于理论阶段。因此,机载机电系统故障诊断技术的研究对我国的航天航空技术发展有着重要意义。众所周知,非线性现象是复杂系统的固有属性,而由传感器检测的振动时间序列信号是对复杂振动状态的一种表征,因而也会表现出很强的非线性特性。针对机载机电系统的高度非线性和易受环境干扰的特点,本文将混沌理论和神经网络结合起来,提出了一种基于混沌神经网络的故障检测方法。最后,以液压泵系统为对象,对其进行了故障检测的仿真和实验研究。仿真结果表明混沌PRBF网络具有很强的非线性预测能力,对混沌时间序列的短期预测具有很好的收敛性和较高的预测精度。实验结果表明,基于PRBF网络的故障检测方法可以用于系统的实时故障诊断。





上一篇:基于模糊理论的复杂系统故障诊断技术研究
下一篇:国开工商管理《中小企业人力资源招聘存在问题及解决方...
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图