文献

J-GLOBAL ID：202002253261890983   整理番号：20A2037427

AANNネットワークに基づく航空エンジン制御システムのセンサのための故障診断と再構成【JST・京大機械翻訳】

Fault Diagnosis and Reconstruction for Sensor of Aeroengine Control System Based on AANN Network

著者 (5件)： Li Huihui (Northwestern Polytechnical University,School of Power and Energy,Xian,710129) ,  Gou Linfeng (Northwestern Polytechnical University,School of Power and Energy,Xian,710129) ,  Li Huacong (Northwestern Polytechnical University,School of Power and Energy,Xian,710129) ,  Sun Ruiqian (Northwestern Polytechnical University,School of Power and Energy,Xian,710129) ,  Yang Jiang (Northwestern Polytechnical University,School of Power and Energy,Xian,710129)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCC  ページ： 4198-4203  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 航空エンジンは,高い安全要求システムであり,その結果,センサ故障の結果は,しばしば極度に深刻である。エンジン構造の固有の複雑性は,モデルベースのセンサ故障診断のための正確な数学モデルを確立するのに困難をもたらす。従来のモデルベースの故障診断方法は,満足のいく結果を達成するのが難しい。ニューラルネットワークインテリジェントアルゴリズムの出現は,新しいアイデアを提供する。自動連想ニューラルネットワーク(AANN)に基づいて,航空エンジンのための故障診断システムを,エンジンセンサ故障を検出して,分離するために設計した。最初に,航空エンジン制御システムのセンサーの信号を前処理し,次に,AANNネットワークのグループを故障パラメータに従って設計し,そして,改良学習アルゴリズムを採用して,マルチセンサ故障の故障検出と分離を完成させた。最後に,MATLAB/Simulinkプラットフォームに基づいて検証した。シミュレーション結果は,提案方法が測定データのノイズを効果的に減少できるというシミュレーション結果から見ることができる。さらに,それは高速診断速度,強いロバスト性および同期検出および分離の利点を有した。そして,それは航空エンジンの故障を効果的に検出して,分離して,再建することができた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  雑音 ,  シミュレーション ,  *航空輸送 ,  *故障 ,  *ネットワーク ,  数学モデル ,  *故障診断 ,  ニューラルネットワーク ,  ロバスト性 ,  学習アルゴリズム
準シソーラス用語： Simulink ,  モデルベース ,  MATLAB ,  *航空エンジン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 航空 ,  エンジン制御システム ,  故障診断 ,  再構成