基于信息熵和SVM多分类的飞机液压系统故障诊断

飞机液压系统是典型的非线性系统,故障机理复杂,提取故障信息困难,且故障样本较少。针对飞机液压系统部件故障,文章采用了基于信息熵特征权值分配和支持向量机(SVM)多分类的故障诊断方法。先提取飞机液压系统压力信号的统计特征,然后通过计算特征信息熵为特征分配相应权值,将权值较大的特征作为支持向量机的输入向量,最后建立SVM多分类器将正常与多种故障状态进行分类;所采用的方法不仅有效降低了支持向量机模型的计算复杂度,而且提高了分类精度。通过建立飞机起落架收放系统仿真模型,对该故障诊断方法进行了验证研究。仿真结果表明,该方法选用高斯径向基核函数能够有效对液压系统进行故障诊断。     

基于改进粒子滤波的飞机起落架损伤识别研究

针对飞机起落架损伤识别问题,提出了一种识别起落架损伤的改进粒子滤波方法。首先,建立了飞机起落架动力学模型,分析起落架损伤的危险点,得到其应力响应信号;然后,采用核平滑技术和快速高斯采样法,实现非线性系统中状态与参数估计,解决了粒子滤波重采样过程中的参数粒子枯竭现象,增加了该方法运行的实时性。实验信号分析结果表明,改进粒子滤波方法能准确识别飞机起落架危险点损伤,识别精度优于传统粒子滤波方法。