文献类型：期刊文章

作　　者：黄金泉[1,2] 冯敏[1,3] 鲁峰[1,2,3]

机构地区：[1]南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室,南京210016 [2]先进航空发动机协同创新中心,北京100191 [3]中国航空工业集团公司航空动力控制系统研究所,江苏无锡214063

出　　处：《航空动力学报》

基　　金：国家自然科学基金(51276087);江苏省博后科学基金(201202063)

年　　份：2014

卷　　号：29

期　　号：6

起止页码：1498-1504

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20142817936118)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.

关 键 词：涡扇发动机 故障诊断 卡尔曼滤波 粒子滤波 自适应粒子滤波

分 类 号：V233.7]