论文部分内容阅读
飞行控制系统的故障诊断是保证飞行安全的重要手段。研究飞控系统的安全问题,针对飞控系统的非线性和复杂性,采用传统解析方法不能识别飞控系统故障的非线性特征,导致故障诊断准确率低的难题。为了提高故障诊断准确率,提出一种RBF神经网络观测器的故障检测与诊断方法。利用神经网络的非线性建模能力,把飞控系统中输入和输出信号作为神经网络输入与输出,通过神经网络的在线学习,得到需要的参数估计,根据网络预测值和实际输出之差与设定故障阈值的大小比较来判断故障。最后针对实际飞机的作动器三种典型故障建立仿真模型,给出了仿真实