基于GA-BP的机电作动系统传感器故障诊断研究

机电作动器已经用于民航客机飞控舵面的控制,机电作动系统中传感器输出的正确性对系统正常工作影响较大,因此对传感器进行快速有效的故障检测非常必要。分析机电作动系统的传感器故障模式,针对当前故障检测在处理液态与非液态故障时所需信息多、检测时间长等问题,设计二级GA-BP神经网络对传感器故障模式进行诊断,对比分析了不同训练方式的神经网络方法,确定使用莱温伯格-马夸特学习方法的神经网络的故障诊断分类结果更加准确,并通过遗传算法对神经网络进行了优化。最后通过机电作动系统仿真实验平台验证该方法的有效性。创新之处在于采用了二级网络架构,快速检测液态故障与非液态故障,有效减少了网络故障检测的所需信息量和故障检测时间。     

星载SINS/GPS自主组合导航系统仿真研究

重点讨论了应用于低轨道卫星的自主组合导航滤波器设计问题。考虑星上环境、精度要求和可靠性,对标准卡尔曼滤波器进行了改进。采用加权衰减记忆滤波抑制滤波发散,同时设计简易的最小二乘器实时监控卡尔曼滤渡过程是否发散,若发散则重置,进行分段滤波。通过仿真,证实了该方法的可行性,且滤波效果较理想、精度较高。