基于神經(jīng)網(wǎng)絡(luò)的飛控傳感器故障診斷.pdf

1、在無人機飛行控制（飛控）系統(tǒng)中，傳感器用于測量飛機的飛行狀態(tài)參數(shù)，并反饋至飛行控制計算機中進行飛行控制律解算，從而實現(xiàn)無人機的自動駕駛飛行任務(wù)。飛控傳感器能否正常工作直接影響了無人機的安全可靠飛行，因此對飛控傳感器進行在線故障診斷具有重要意義。
　　本文的主要研究內(nèi)容和成果如下：
　　首先，在了解現(xiàn)有故障診斷技術(shù)基礎(chǔ)上，針對飛控系統(tǒng)傳感器的特點，提出基于神經(jīng)網(wǎng)絡(luò)非線性系統(tǒng)辨識原理的故障診斷方法，建立了以垂直陀螺和速率陀螺輸出

2、為估計參數(shù)的神經(jīng)網(wǎng)絡(luò)觀測器組，在線估計飛行參數(shù)。
　　其次，針對傳感器故障類型識別問題，采用線性回歸的數(shù)理統(tǒng)計法，對故障殘差信息進行一元線性回歸建模分析，完成了傳感器恒偏差及恒增益兩種故障類型的識別；并提出雙閾值故障檢測法，對傳感器故障在線檢測，通過設(shè)置觀測時間窗口，對殘差序列連續(xù)觀測，診斷傳感器工作情況。
　　再次，探討了神經(jīng)網(wǎng)絡(luò)權(quán)值調(diào)整的基本算法及其改進算法的特點，并一一應(yīng)用到本文建立的神經(jīng)網(wǎng)絡(luò)觀測器進行學習，通過對網(wǎng)絡(luò)

3、收斂速度、網(wǎng)絡(luò)辨識精度等性能指標的比較。其結(jié)果顯示，LM算法在收斂速度上均遠遠高于其他學習算法，且網(wǎng)絡(luò)估計誤差均滿足控制系統(tǒng)精度要求。表明，LM算法的應(yīng)用，綜合提高了神經(jīng)網(wǎng)絡(luò)的收斂速度和估計精度兩項指標。同時，采用LM算法，研究了不同隱層節(jié)點個數(shù)的神經(jīng)網(wǎng)絡(luò)性能，最終確定最佳神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。
　　最后，對某型無人機，在matlab/simulink仿真環(huán)境下，就不同高度層的縱、橫向控制要求，在不同飛行模態(tài)下，分別對垂直陀螺和速率陀螺傳