-
题名多源信息融合的航空部附件状态退化预测
- 1
-
-
作者
李文峰
许爱强
陈涛
韩广民
-
机构
海军航空工程学院科研部
[
-
出处
《自动化仪表》
CAS
2016年第8期25-29,共5页
-
文摘
针对航空部附件状态退化预测问题,提出了一种经验模态分解(EMD)和自组织特征映射(SOFMs)量化误差模型相结合的部附件退化趋势预测方法。采集部附件多个特征指标的状态监测信息,运用EMD提取包含微弱信号的特征信息,并消除部分噪声干扰;运用SOFMs实现多源传感器信息融合,并建立最小量化误差(MQE)模型,量化部附件运行状态,以实现部附件的状态退化预测。通过对某型航空陀螺仪的仿真验证表明,EMD-SOFMs量化误差模型能够有效、准确地提取陀螺仪状态信息,融合量化陀螺仪运行状态,实现陀螺仪的状态退化预测。
-
关键词
经验模态分解
自组织特征映射
误差模型
航空陀螺仪
多源传感器
预测
特征提取
信息融合
-
Keywords
Empirical mode decomposition Self - organizing feature maps Error model Aviation gyroscope Multi - source senserPrediction Feature extraction Information fusion
-
分类号
TH13
[机械工程—机械制造及自动化]
TP206
[自动化与计算机技术—检测技术与自动化装置]
-