嵌入式大气数据系统人工智能算法及故障诊断

摘要：

嵌入式大气数据传感(FADS)系统由于其诸多优势成为现在战斗机设计中的关键技术之一.开发了基于BP(反向传播)人工神经网络的FADS算法和基于随机森林算法的故障识别与处理算法.该嵌入式大气数据系统算法以迎角和马赫数为分段依据,分别计算大气数据.故障识别则采用随机森林算法自动识别出故障测压点,在将故障测压点剔除后,采用不含故障点压强的组合预测各大气数据.采用飞行数据测试开发FADS系统算法,结果表明:该算法计算大气参数较为准确,迎角误差小于0.2°,侧滑角误差小于0.3°,马赫数误差小于0.0105,静压误差小于300 Pa.采用单个测压点故障的压强组合测试了故障识别与容错算法的性能,测试结果显示该算法能够准确识别出故障测压点压强,采用的飞行曲线测试中准确度达到100％,且各大气数据计算精度可达上述无故障压强时的精度,有效降低了故障压强对FADS系统算法计算精度的影响.

关键词：FADS算法、Kriging建模、BP神经网络、故障诊断与容错

所属期刊栏目：41

分类号：V271(各类型航空器)

资助基金：国家自然科学基金;江苏高校优势学科建设工程资助项目

在线出版日期：2022-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-30