談無(wú)人機(jī)機(jī)載發(fā)電機(jī)故障診斷技術(shù)

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了談無(wú)人機(jī)機(jī)載發(fā)電機(jī)故障診斷技術(shù)范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要:在本研究中針對(duì)無(wú)人機(jī)電源系統(tǒng)進(jìn)行模型構(gòu)建仿真分析,將神經(jīng)網(wǎng)絡(luò)應(yīng)用于無(wú)人機(jī)機(jī)載發(fā)電機(jī)故障診斷過(guò)程中,在分析機(jī)載電源系統(tǒng)原理和結(jié)構(gòu)的前提下,結(jié)合實(shí)際數(shù)據(jù)參數(shù),根據(jù)系統(tǒng)模型進(jìn)一步建立數(shù)學(xué)模型,完成仿真分析,結(jié)合對(duì)象特性使用主成分分析法進(jìn)一步構(gòu)建發(fā)電機(jī)故障特征庫(kù),使用神經(jīng)網(wǎng)絡(luò)算法的方式實(shí)現(xiàn)發(fā)電機(jī)故障診斷,通過(guò)研究發(fā)現(xiàn),無(wú)人機(jī)機(jī)載發(fā)電機(jī)故障診斷系統(tǒng)能夠?qū)崿F(xiàn)對(duì)發(fā)電機(jī)系統(tǒng)快速診斷,具有較強(qiáng)的實(shí)用性。

關(guān)鍵詞:無(wú)人機(jī)；機(jī)載發(fā)電機(jī)；故障診斷；技術(shù)

當(dāng)前無(wú)人機(jī)使用電源系統(tǒng)包括發(fā)電機(jī)以及控制器,A類(lèi)關(guān)鍵設(shè)備系統(tǒng)是無(wú)人機(jī)氣載主要平臺(tái),在設(shè)計(jì)實(shí)驗(yàn)中需要完成發(fā)電機(jī)全面檢測(cè),這對(duì)于原發(fā)電機(jī)早期故障剔除,定位來(lái)說(shuō)起著十分重要的作用。近年來(lái)故障診斷是比較重要的研究方向,在研究理論過(guò)程中可以使用神經(jīng)網(wǎng)絡(luò),人工魚(yú)群優(yōu)化算法,小波分析等多種方法。研究學(xué)者分析了利用經(jīng)驗(yàn)小波變換故障診斷方法,而近年來(lái)神經(jīng)網(wǎng)絡(luò)故障診斷方法是新型的算法,能夠適用于不確定系統(tǒng)故障診斷以及非線(xiàn)性故障診斷中,目前該裝置已經(jīng)用于多種故障模型,診斷中包括電力醫(yī)藥等行業(yè)已實(shí)現(xiàn)廣泛應(yīng)用,然而機(jī)械故障診斷在無(wú)人機(jī)發(fā)電機(jī)中的相關(guān)研究較少,因此在本研究中深入分析機(jī)載無(wú)人機(jī)發(fā)電機(jī)系統(tǒng),所以針對(duì)其故障模式,原因,采用神經(jīng)網(wǎng)絡(luò)算法的方式實(shí)現(xiàn)對(duì)該系統(tǒng)的故障診斷。

1故障特征體系和其仿真效果分析

首先從無(wú)人機(jī)電源故障系統(tǒng)模式上來(lái)看,電源系統(tǒng)主要涉及機(jī)械、電氣這兩種類(lèi)型的故障,結(jié)合電源本身的結(jié)構(gòu)設(shè)計(jì)來(lái)看,航空電器故障主要為轉(zhuǎn)子繞組短路,勵(lì)磁系統(tǒng)故障,以及定子繞阻絕緣故障,機(jī)械故障,主要涉及軸承故障,根據(jù)無(wú)人機(jī)實(shí)際飛行條件、經(jīng)驗(yàn)來(lái)看,參考國(guó)家故障標(biāo)準(zhǔn)診斷,可對(duì)故障危害進(jìn)行準(zhǔn)確分析,構(gòu)建故障模式影響分析表。在上述分析過(guò)程中,我們發(fā)現(xiàn)按照故障特點(diǎn)和持續(xù)時(shí)間,可以在整個(gè)無(wú)人機(jī)飛行過(guò)程中,機(jī)載電氣系統(tǒng)存在三種故障類(lèi)型,即脈沖、突發(fā)以及漸變故障類(lèi)型,在本研究中著重對(duì)突發(fā)故障這種類(lèi)型進(jìn)行分析,具有較強(qiáng)的容錯(cuò)性。由于表征對(duì)象狀態(tài)參數(shù)量較大,因此,在龐大的數(shù)據(jù)中應(yīng)當(dāng)找出特征信息并完成特征量的提取,只有這樣才能夠準(zhǔn)確進(jìn)行故障診斷和對(duì)象性能檢測(cè)分析,采用的方法為主要成分分析法,該方法可對(duì)象征討,在特征向量提取和數(shù)據(jù)壓縮中起著重要作用。其中在規(guī)范處理時(shí)為確保每個(gè)數(shù)據(jù)能夠處于某一屬性范圍內(nèi),采用最大最小規(guī)范處理的方式,即能夠完成初始數(shù)據(jù)線(xiàn)性變化,假定最大值和最小值分別變量,通過(guò)下列公式:可以將x值映射到區(qū)間中,計(jì)算相應(yīng)的主成分向量,進(jìn)而按照屬性排序。在電源系統(tǒng)仿真時(shí),為確保故障診斷算法能夠準(zhǔn)確驗(yàn)證,可以以機(jī)載電源作為研究對(duì)象,綜合分析電源運(yùn)行情況,在計(jì)算機(jī)軟件中完成建模,發(fā)電機(jī)、蓄電池、控制器的仿真分析,可對(duì)整個(gè)機(jī)載電源進(jìn)行仿真分析,掌握其特性。采用idealswitch模塊實(shí)現(xiàn)電路開(kāi)路,能夠與勵(lì)磁電路相接,實(shí)現(xiàn)時(shí)間控制短路故障發(fā)生時(shí)刻和持續(xù)時(shí)間,以此來(lái)模擬勵(lì)磁回路故障問(wèn)題。當(dāng)出現(xiàn)故障時(shí)相應(yīng)的主電源的電流,電壓數(shù)據(jù)波形圖如圖1所示。我們可以發(fā)現(xiàn)是系統(tǒng)的啟動(dòng)過(guò)程,在0.2秒之前系統(tǒng)能夠達(dá)到穩(wěn)定運(yùn)行狀態(tài),確保電壓實(shí)現(xiàn)28伏特穩(wěn)定運(yùn)行,電流能夠穩(wěn)定在53安培的范圍內(nèi),在0.2秒時(shí)系統(tǒng)出現(xiàn)故障,此時(shí)主電源的電流、電壓分別降低為0,出現(xiàn)故障主要表現(xiàn)為主電源電壓、電流迅速降低,逐漸為零,當(dāng)該系統(tǒng)獲取特征信息之后,我們可以發(fā)現(xiàn)該故障主要為勵(lì)磁繞阻故障,相比無(wú)人機(jī)飛行數(shù)據(jù)來(lái)看,進(jìn)一步驗(yàn)證了該數(shù)據(jù)的準(zhǔn)確性,表明這種電源仿真模型具有一定的合理性,能夠在該模型的前提下添加故障模式并獲得相應(yīng)的故障信息,這對(duì)于構(gòu)建特征數(shù)據(jù)庫(kù)是具有重要意義的。構(gòu)建故障特征庫(kù),實(shí)際上故障特征庫(kù)是系統(tǒng)故障診斷預(yù)測(cè)的重要內(nèi)容,可用于儲(chǔ)存專(zhuān)家知識(shí)庫(kù)和實(shí)際故障特征數(shù)據(jù),這種特征庫(kù)是否完善將決定最終系統(tǒng)的故障診斷能力和效率,結(jié)合發(fā)電機(jī)故障類(lèi)型和實(shí)際運(yùn)行過(guò)程中獲得的參數(shù)檢測(cè)情況,我們可以發(fā)現(xiàn)將直流電壓28伏特,直流電流28安培作為故障特征向量診斷信號(hào),主要由于電流、電壓信號(hào)反應(yīng)目前系統(tǒng)的故障運(yùn)行狀態(tài),并且利用電流電源監(jiān)測(cè)傳感器且由于其放置條件較為便利,可用以獲取真實(shí)的測(cè)量效果,由于在測(cè)量時(shí)需要借助直流發(fā)電機(jī)、三相電壓,因此在實(shí)際監(jiān)測(cè)時(shí)難度是比較大的,最終我們沒(méi)有將其納入故障特征庫(kù)中。

2神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是逐漸發(fā)展的發(fā)展的網(wǎng)絡(luò)組成之一,在故障診斷預(yù)測(cè)中具有廣泛適用性,當(dāng)前網(wǎng)絡(luò)可通過(guò)數(shù)據(jù)連接實(shí)現(xiàn)建模具有一定的適應(yīng)性,首先神經(jīng)系統(tǒng)網(wǎng)絡(luò)是單向傳播的網(wǎng)絡(luò),可對(duì)非線(xiàn)性函數(shù)進(jìn)行權(quán)值訓(xùn)練,具有輸入層和隱含層,反向傳播網(wǎng)絡(luò)激活函數(shù)是可微的,這一函數(shù)具有非線(xiàn)性放大系數(shù)的功能,函數(shù)形式如下所示處于隱含層利用s型激活函數(shù),利用線(xiàn)性激活函數(shù),針對(duì)輸出層進(jìn)行神經(jīng)網(wǎng)絡(luò)計(jì)算,存在一定的局限性問(wèn)題,因此可以使用優(yōu)化算法的方式來(lái)解決神經(jīng)網(wǎng)絡(luò)的缺陷問(wèn)題。在本研究中使用神經(jīng)網(wǎng)絡(luò)改進(jìn)算法,即Lm方法?；谏窠?jīng)網(wǎng)絡(luò)故障診斷的實(shí)現(xiàn)過(guò)程。在本研究中以無(wú)人機(jī)發(fā)電機(jī)和相應(yīng)的控制系統(tǒng)故障診斷作為研究對(duì)象,進(jìn)一步說(shuō)明神經(jīng)故障網(wǎng)絡(luò)在診斷過(guò)程中的過(guò)程需要提取無(wú)人機(jī)飛行故障特征數(shù)據(jù),構(gòu)建相應(yīng)的特征庫(kù),按照故障類(lèi)型進(jìn)行分類(lèi),對(duì)所獲取數(shù)據(jù)完成統(tǒng)一分析處理,作為樣本數(shù)據(jù)還需要進(jìn)行持續(xù)的訓(xùn)練操作,通過(guò)研究發(fā)現(xiàn)該系統(tǒng)存在6個(gè)故障特點(diǎn)和故障原因,構(gòu)建故障特征向量如表1所示。設(shè)計(jì)3層神經(jīng)網(wǎng)絡(luò),2位輸入層神經(jīng)元,6為輸出隱含層神經(jīng)元,可利用公式表示。通過(guò)測(cè)試我們發(fā)現(xiàn)能夠準(zhǔn)確能夠準(zhǔn)確識(shí)別10萬(wàn)個(gè)特征向量,而單相短路特征向量為01000,識(shí)別率為100%,說(shuō)明在第4次便能夠獲取預(yù)期訓(xùn)練效果。在無(wú)人機(jī)發(fā)電機(jī)故障診斷室使用vs開(kāi)發(fā)工具和數(shù)據(jù)庫(kù)構(gòu)建相應(yīng)的數(shù)據(jù)庫(kù)模型,通過(guò)計(jì)算機(jī)軟件可借助計(jì)算機(jī)軟件進(jìn)行神經(jīng)網(wǎng)絡(luò)函數(shù)的調(diào)取,實(shí)現(xiàn)飛行數(shù)據(jù)的故障診斷過(guò)程,能夠?qū)λ婕暗臄?shù)據(jù)進(jìn)行預(yù)處理分析,通過(guò)接口能夠?qū)⑾鄳?yīng)的數(shù)據(jù)傳入到計(jì)算機(jī)軟件中,進(jìn)一步檢驗(yàn)神經(jīng)網(wǎng)絡(luò)故障診斷的效果,在計(jì)算引擎中設(shè)計(jì)三種函數(shù)包括存儲(chǔ)數(shù)據(jù),執(zhí)行函數(shù)和獲取結(jié)果的函數(shù)。

3結(jié)語(yǔ)

總而言之,在本研究中針對(duì)無(wú)人機(jī)機(jī)載電源系統(tǒng)原理、結(jié)構(gòu)進(jìn)行分析,進(jìn)一步構(gòu)建了其電源仿真模型,結(jié)合飛行器的特點(diǎn)和在實(shí)際飛行過(guò)程中獲取的數(shù)據(jù),采用主成分分析法進(jìn)一步確定特征庫(kù)構(gòu)建特征庫(kù)后,實(shí)現(xiàn)以神經(jīng)網(wǎng)絡(luò)算法作為前提的故障診斷過(guò)程,在本研究中采用機(jī)載電源的實(shí)驗(yàn)和實(shí)際測(cè)試數(shù)據(jù)驗(yàn)證模型的準(zhǔn)確性,構(gòu)建電源緩存模型,這對(duì)于故障診斷來(lái)說(shuō)是十分重要的,同時(shí)在本研究中還采用28伏特電流電壓作為特征向量,實(shí)現(xiàn)不同故障模型的診斷,隨著未來(lái)我國(guó)無(wú)人機(jī)技術(shù)的發(fā)展,以及逐漸趨于高精度化方向發(fā)展,如何獲取更多特征向量,完善故障診斷也是未來(lái)研究重點(diǎn)。

參考文獻(xiàn)

[1]李紅,楊善水.無(wú)人機(jī)交流發(fā)電系統(tǒng)故障診斷技術(shù)[J].南京航空航天大學(xué)學(xué)報(bào),2009,41(b12):15-18.

[2]舒暢.無(wú)人機(jī)傳感器故障診斷方法研究[D].成都:電子科技大學(xué),2017.

作者：葉楊飛 沈?qū)殗?guó) 徐露兵 沈朝萍 單位：江蘇航空職業(yè)技術(shù)學(xué)院