典型文献
基于动态神经网络的机电作动系统传感器信号恢复研究
文献摘要：
机电作动器逐步应用于新型多电飞机中,其中的传感器故障对于机电作动系统的正常工作具有较大影响.针对余度传感器故障无法判定正确的传感器信号以及丧失全部传感器数据情况下信号重构的问题,采用处理时序信号有优势的神经网络辨识学习方法对故障传感器的信号进行恢复,由此解决输入信号故障情况下的信号重构问题.对比了两种动态神经网络的差异,即非线性动态神经网络与NARX网络.试验结果表明:NARX网络可有效准确完成信号丧失下的信号恢复,对比网络线性回归、误差自相关与互相关系数可得NARX恢复结果优于非线性动态神经网络.
文献关键词：
机电作动系统;传感器;动态神经网络;信号恢复
中图分类号：
作者姓名：
孙晓哲;白玉轩;杨建忠
作者机构：
中国民航大学安全科学与工程学院,天津300300;中国民航大学,天津市民用航空器适航与维修重点实验室,天津300300;中国商飞北京民用飞机技术研究中心,北京102211
文献出处：
引用格式：
[1]孙晓哲;白玉轩;杨建忠-.基于动态神经网络的机电作动系统传感器信号恢复研究)[J].机床与液压,2022(01):13-18
A类：
机电作动系统,号丧
B类：
动态神经网络,传感器信号,信号恢复,机电作动器,多电飞机,传感器故障,余度,传感器数据,信号重构,用处,时序信号,非线性动态,NARX,网络线,自相关,互相关系数
AB值：
0.236561
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
