期刊文献+

基于小波变换的涡喷发动机遥测数据分析方法研究

Research on Analysis Methods of Turbojet Engine Telemetry Data Based on Wavelet Transform
下载PDF
导出
摘要 在飞行试验中,由于涡喷发动机遥测数据有限,因此要对其故障进行准确分析定位存在很大难度。利用小波变换对涡喷发动机涡轮转速、喷嘴前压力等遥测数据经过去噪提取后,找出奇异点,并经系统去噪筛选,形成数据文件,利用BP神经网络的模式分类功能,发现故障出现的时刻及部件,并结合研制过程中地面试车数据库,可实现准确定位涡喷发动机故障部位及类型。实际应用证明方法实用有效,可进一步推广到其他系统或部件的故障分析工作中。 Due to the limited telemetry data for the turbojet engine during the flight test, it is difficult to locate accurately the turbojet engine’s fault. After the de-noising extraction with wavelet transform of the data, such as speed of the turbojet engine, former pressure of nozzle etc, the singularity is found and the data file is formed through the system noise filtering. Using the BP network pattern classification function, the moment of failure occurs and default parts are detected. With the ground test database in the development process, it can locate accurately the turbojet engine defaults parts and types. The results show that the method is effective and can be applied in other subsystem fault analysis.
作者 梁彦 谌国森
机构地区 [
出处 《光电技术应用》 2015年第3期40-44,共5页 Electro-Optic Technology Application
关键词 涡喷发动机 遥测数据 小波分析 奇异点 去噪 turbojet engine telemetry data wavelet transform singularity de-noising
  • 相关文献

参考文献13

二级参考文献72

共引文献82

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部