基于双模型滤波算法的环控系统换热器故障诊断

流体力学、飞行力学与发动机

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于双模型滤波算法的环控系统换热器故障诊断

庞丽萍¹，曲洪权²，董素君¹

1北京航空航天大学航空科学与工程学院 2北方工业大学信息工程学院

收稿日期:2007-11-20 修回日期:2008-01-27 出版日期:2008-05-20 发布日期:2008-05-20
通讯作者:
庞丽萍¹

Fault Diagnosis Algorithm for Heat Exchanger of  Aircraft Environment Control System Based on Double Model Filter

Pang Liping¹, Qu Hongquan², Dong Sujun¹

1School of Aeronautic Science and Engineering, Beijing University of Aeronautics and Astronantics 2College of Information Engineering, North China University of Technology

Received:2007-11-20 Revised:2008-01-27 Online:2008-05-20 Published:2008-05-20
Contact: Pang Liping¹

摘要/Abstract

摘要：

在建立飞机环控系统数学模型的基础上，提出采用双模型滤波方法进行参数估计、状态预测和故障诊断，提高飞机环控系统故障诊断的快速性和准确性。如果采用最小二乘算法，参数估计是静态的，故障诊断延迟一般较大；采用单模型扩展Kalman滤波算法，虽然能够实现动态估计,但不能同时兼顾稳态过程和过渡过程（突发故障）的参数估计，导致误差较大。为了解决上述难题，针对飞机环控系统换热器故障诊断，提出两模型滤波算法。该算法由两个滤波器组成，分别用于跟踪系统的稳态和过渡过程。由于采用了两滤波器模型分别匹配不同的系统特征，能够改善飞机环控系统不同状态下的参数估计和状态预测性能，从而提高系统故障诊断的精度和速度。仿真结果证实了该算法的有效性。

关键词: 飞机环控系统, 双模型滤波, 扩展Kalman滤波, 故障诊断, 换热器

Abstract:

A fault diagnosis algorithm based on the double model filter (DMF) for a heat exchanger of the aircraft environment control system (ECS) is developed to improve the capability of fault diagnosis. The minimum meansquare values currently used in fault diagnosis can only get the static estimate values，and although the extended Kalman filter (EKF) can realize dynamic parameter estimation, yet for a nonlinear system, a single EKF does not exhibit good ability for either the normal process or the fault process.

Key words: aircraft , environment , control , system, , double , model , filter, , extended , Kalman , filter, , fault , diagnosis, , heat , exchanger

中图分类号:

TP391.9

庞丽萍;曲洪权;董素君. 基于双模型滤波算法的环控系统换热器故障诊断[J]. 航空学报, 2008, 29(3): 548-553.

Pang Liping;Qu Hongquan;Dong Sujun. Fault Diagnosis Algorithm for Heat Exchanger of  Aircraft Environment Control System Based on Double Model Filter[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2008, 29(3): 548-553.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	于功也, 蔡伟东, 胡明辉, 刘文才, 马波. 故障机理与领域自适应混合驱动的机械故障智能迁移诊断[J]. 航空学报, 2023, 44(2): 426800-426800.
[2]	曹明, 黄金泉, 周健, 陈雪峰, 鲁峰, 魏芳. 民用航空发动机故障诊断与健康管理现状、挑战与机遇Ⅰ: 气路、机械和FADEC系统故障诊断与预测[J]. 航空学报, 2022, 43(9): 625573-625573.
[3]	张烁, 刘治汶. 航空发动机轴承故障结构化贝叶斯稀疏表示[J]. 航空学报, 2022, 43(9): 625056-625056.
[4]	张忠强, 张新, 王家序, 刘治汶. 基于重加权谱峭度方法的航空发动机故障诊断[J]. 航空学报, 2022, 43(9): 625445-625445.
[5]	韩淞宇, 邵海东, 姜洪开, 张笑阳. 基于提升卷积神经网络的航空发动机高速轴承智能故障诊断[J]. 航空学报, 2022, 43(9): 625479-625479.
[6]	孙灿飞, 黄林然, 沈勇. 复杂工况下的直升机行星传动轮系故障诊断[J]. 航空学报, 2022, 43(8): 625480-625480.
[7]	田晶, 张羽薇, 张凤玲, 艾辛平, 高崇. 基于多尺度量子熵的中介轴承故障诊断方法[J]. 航空学报, 2022, 43(8): 625485-625485.
[8]	康玉祥, 陈果, 尉询楷, 周磊. 深度残差对冲网络及其在滚动轴承故障诊断中的应用[J]. 航空学报, 2022, 43(8): 625201-625201.
[9]	聂同攀, 曾继炎, 程玉杰, 马梁. 面向飞机电源系统故障诊断的知识图谱构建技术及应用[J]. 航空学报, 2022, 43(8): 625499-625499.
[10]	邵怡韦, 陈嘉宇, 林翠颖, 万程, 葛红娟, 石智龙. 小训练样本下齿轮箱故障诊断:一种基于改进深度森林的方法[J]. 航空学报, 2022, 43(8): 625429-625429.
[11]	王维民, 陈子文, 张旭龙, 陈康. 基于叶端定时的转子碰摩故障诊断方法[J]. 航空学报, 2022, 43(8): 625031-625031.
[12]	林京, 张博瑶, 张大义, 陈敏. 航空燃气涡轮发动机故障诊断研究现状与展望[J]. 航空学报, 2022, 43(8): 626565-626565.
[13]	袁利, 王淑一. 航天器控制系统智能健康管理技术发展综述[J]. 航空学报, 2021, 42(4): 525044-525044.
[14]	黄旭星, 李爽, 杨彬, 孙盼, 刘学文, 刘新彦. 人工智能在航天器制导与控制中的应用综述[J]. 航空学报, 2021, 42(4): 524201-524201.
[15]	魏晓良, 潮群, 陶建峰, 刘成良, 王立尧. 基于LSTM和CNN的高速柱塞泵故障诊断[J]. 航空学报, 2021, 42(3): 423876-423876.

基于双模型滤波算法的环控系统换热器故障诊断

Fault Diagnosis Algorithm for Heat Exchanger of  Aircraft Environment Control System Based on Double Model Filter

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价