[1]田瑶瑶,张惠娟,杨忠,等.基于小波包和SOM神经网络的电作动器故障诊断[J].应用科技,2018,45(01):1-6.[doi:10.11991/yykj.201706023]
 TIAN Yaoyao,ZHANG Huijuan,YANG Zhong,et al.Fault diagnosis of electromechanical actuator based on wavelet packet and SOM neural network[J].yykj,2018,45(01):1-6.[doi:10.11991/yykj.201706023]
点击复制

基于小波包和SOM神经网络的电作动器故障诊断(/HTML)
分享到:

《应用科技》[ISSN:1009-671X/CN:23-1191/U]

卷:
第45卷
期数:
2018年01期
页码:
1-6
栏目:
自动化技术
出版日期:
2018-02-05

文章信息/Info

Title:
Fault diagnosis of electromechanical actuator based on wavelet packet and SOM neural network
作者:
田瑶瑶1 张惠娟2 杨忠1 李小明2 张辉斌1
1. 南京航空航天大学 自动化学院, 江苏 南京 211106;
2. 航空机电综合航空科技重点实验室电子工程部, 江苏 南京 211106
Author(s):
TIAN Yaoyao1 ZHANG Huijuan2 YANG Zhong1 LI Xiaoming2 ZHANG Huibin1
1. College of Automation, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China;
2. Electronic Engineering Department, Aviation Key Laboratory of Science and Technology on Aero Electromechanical System Integration, Nanjing 211106, China
关键词:
小波包分解小波包能量机电作动器故障诊断自组织映射网络神经网络机器学习健康管理
Keywords:
decomposition of wavelet packetwavelet packet energyelectromechanical actuatorsfault diagnosisSOM neural networkneural networkmachine learninghealth management
分类号:
TP206.3
DOI:
10.11991/yykj.201706023
文献标志码:
A
摘要:
针对机载机电作动器的故障诊断的问题,提出了一种基于小波包和自组织映射(SOM)神经网络结合的机电作动器故障诊断方法。为提高诊断的准确率,该方法应用小波包分解把机电作动器卡死、偏差、增益三类故障信号分解到若干个频段上,计算不同频段上的能量,提取机电作动器的故障特征,然后设计SOM神经网络,利用能量故障特征向量进行神经网络的训练,确定网络参数,达到故障的诊断的目的。通过仿真验证研究,得到了非常好的诊断准确率,表明该机电作动器故障诊断方法的有效性和优越性。
Abstract:
Aiming at the problem of fault diagnosis of airborne electromechanical actuators, a fault diagnosis method of electromechanical actuator based on wavelet packet and self-organizing mapping(SOM) neural network was proposed. In order to improve the accuracy of diagnosis, in the method, wavelet packet decomposition is used to decompose the fault signal of blocking, deviation, gain of electromechanical actuator into several frequency bands, the energies in different frequency bands are calculated, the fault characteristics of electromechanical actuators are extracted, then SOM neural network is designed, the energy fault feature vector is used to train neural network and determine the network parameters, so as to achieve the purpose of fault diagnosis.Through the simulation verification study, a very good diagnostic accuracy was obtained. The result shows the effectiveness and superiority of the fault diagnosis of the electromechanical actuator.

参考文献/References:

[1] 王剑, 曹宇燕, 李婷, 等. 基于代数模型的机电作动器Vague动态故障树分析[J]. 西北工业大学学报, 2015, 33(6):977-983.
[2] CHIRICO Ⅲ A J, KOLODZIEJJ R. A data-driven methodology for fault detection in electromechanical actuators[J]. Journal of dynamic systems, measurement, and control, 2014, 136(4):041025.
[3] 刘俊, 王占林, 付永领, 等. 基于EEMD分解的直驱式机电作动器故障诊断[J]. 北京航空航天大学学报, 2012, 38(12):1567-1571.
[4] 王欣, 周元钧, 马齐爽. 基于FFT和专家系统的BLDCM系统故障检测与识别[J]. 北京航空航天大学学报, 2013, 39(4):564-568.
[5] 肖蕾,李颖晖, 赵鹍, 等. 基于小波变换的飞机电力作动系统故障诊断[J]. 空军工程大学学报:自然科学版, 2009, 10(5):55-58.
[6] 李正朝, 宋国乡, 付瑜. 小波包理论及其应用[J]. 西安电子科技大学学报, 1993, 20(S1):120-129.
[7] 王奉涛, 马孝江, 邹岩崑, 等. 基于小波包分解的频带局部能量特征提取方法[J]. 农业机械学报, 2004, 35(5):177-180.
[8] 陈明. MATLAB神经网络原理与实例精解[M]. 北京:清华大学出版社, 2013.
[9] 罗战强, 梁得亮. 双余度机电作动伺服系统数学模型与特性[J]. 电工技术学报, 2014, 29(1):165-173.
[10] 李程, 马瑞卿, 王翔. 基于BLDCM的航空作动器系统建模与仿真[J]. 微电机, 2010, 43(4):55-57, 76.
[11] 许莉. 飞行器作动器故障诊断方法的研究[D]. 镇江:江苏大学, 2012:14-18.
[12] BALABAN E, BANSAL P,STOELTING P, et al. A diagnostic approach for electro-mechanical actuators in aerospace systems[C]//Proceedings of 2009 IEEE aerospace conference. Big Sky, MT, USA, 2009:1-13.
[13] 雷晓犇, 李曙伟, 阳杰, 等. 基于小波包-灰色神经网络的机电作动系统故障预测[J]. 计算机测量与控制, 2014, 22(6):1704-1707.

相似文献/References:

[1]朱家远,张惠娟,杨忠,等.基于信号时频特性与GA-SVM的液压泵故障诊断方法[J].应用科技,2018,45(03):50.[doi:10.11991/yykj.201707004]
 ZHU Jiayuan,ZHANG Huijuan,YANG Zhong,et al.Fault diagnosis method of hydraulic pump based on time-frequency characteristic of signal and GA-SVM[J].yykj,2018,45(01):50.[doi:10.11991/yykj.201707004]
[2]张辉斌,张惠娟,杨忠,等.一种液压作动筒故障注入及诊断方法的研究[J].应用科技,2018,45(04):13.[doi:10.11991/yykj.201709004]
 ZHANG Huibin,ZHANG Huijuan,YANG Zhong,et al.Research on the fault injection and diagnosis method of hydraulic actuating cylinder[J].yykj,2018,45(01):13.[doi:10.11991/yykj.201709004]

备注/Memo

备注/Memo:
收稿日期:2017-06-27。
基金项目:航空科学基金项目(20162852031);科技部重大科学仪器设备开发专项(2016YFF0103702);航空科学基金项目(2015ZF52067).
作者简介:田瑶瑶(1989-),男,硕士研究生;杨忠(1969-),男,教授,博士生导师.
通讯作者:杨忠,E-mail:YangZhong@nuaa.edu.cn
更新日期/Last Update: 2018-03-14