飛行器作動器故障診斷方法的研究.pdf

1、飛行控制系統(tǒng)的安全性和可靠性是飛機安全航行的基本保障,飛行器作動器的故障行為會影響飛行控制系統(tǒng)的性能。因此,對飛行器作動器進行故障診斷具有很重要的意義。
　　 本研究在充分了解機械設備故障診斷技術、方法和發(fā)展情況的基礎上,重點研究了飛行器作動器的主要故障行為和故障診斷方法。通過Simulink環(huán)境建立了不同狀態(tài)下的飛行器作動器的模型,獲得了不同狀態(tài)下的作動器的輸出信號,為進一步研究作動器的故障診斷奠定了基礎。
　　 利用

2、小波變換、數(shù)學形態(tài)學以及小波形態(tài)濾波等三種消噪方法對作動器模型輸出的正常信號和故障信號進行消噪預處理,仿真結(jié)果表明小波形念濾波算法可以較好地濾除信號中的噪聲并保持原信號的特征,具有良好的消噪效果。為了有效提取信號的特征值,分別采用基于小波包和基于經(jīng)驗模式分解的特征提取方法對作動器正常輸出信號和故障信號進行特征提取,仿真結(jié)果表明基于經(jīng)驗模式分解的特征提取方法可以很好地區(qū)分出作動器正常、卡死、增益和偏差故障,能更有效地提取信號的能量特征,適

3、合作動器的故障診斷。為了將作動器的不同的工作狀態(tài)進行準確的識別,利用支持向量機模式識別方法將不同的工作狀態(tài)下的信號特征能量作為支持向量機的輸入量進行模式識別,實驗結(jié)果表明支持向量機能很好地識別出作動器正常與不同的故障狀態(tài),得到預期的故障診斷結(jié)果。
　　 本研究首次將小波形態(tài)濾波算法應用于作動器輸出信號的消噪過程中,并采用經(jīng)驗模式分解和支持向量機方法對作動器的不同信號進行信號特征提取與分類,仿真結(jié)果表明利用小波形態(tài)濾波、經(jīng)驗模式分