融合神经网络的UKF故障检测器

突变与缓变故障均准确

用多层感知机从数据中学习状态与测量模型,替代卡尔曼滤波器依赖的先验显式函数,并在双转子涡扇发动机模型上首次实现燃烧室分布式火焰筒健康状态的在线监测。

Long, Zhenhua · Bai, Mingliang · Minghao, Ren · 刘金福 · 于达仁

Energy 2023

技术优势

缓变故障也能抓

用多层感知机从数据学习状态和测量模型,弥补卡尔曼滤波需先验显式函数的局限,能监测火焰筒健康状态参数的缓慢变化。

对工况变化不敏感

方法对工况变化干扰具有鲁棒性,检测结果不受发动机工作条件波动影响。

应用场景