外文資料翻譯---基于自聯(lián)想神經網絡的發(fā)動機控制系統(tǒng)傳感器故障診斷與重構

1、畢業(yè)論文(設計)外文資料翻譯學 院： 院： 物理科學與電子技術學院專 業(yè)： 業(yè)： 電子信息工程姓 名： 名： 徐林學 號： 號： 07223138外文出 外文出處： 處： CHINESE JOURNAL OF AERONAUTICS附 件： 件： 1、外文資料翻譯譯文；2、外文原文。附件 附件 1：外文 ：外文資料翻 料翻譯譯 譯譯文基于自聯(lián)想神經網絡的發(fā)動機控制系統(tǒng)傳感器故障診斷與重構摘 要： 要：研究

2、自聯(lián)想神經網絡及其在發(fā)動機控制系統(tǒng)傳感器診斷及重構中的應用。自聯(lián)想網絡關鍵在于特征提取和噪聲濾波。綜合自聯(lián)想網絡的最優(yōu)估計與故障診斷，自動區(qū)分估計誤差和傳感器故障。仿真結果表明這種方法不需要模型，能診斷傳感器硬、軟故障，當發(fā)動機性能退化時也能提供很好的解析余度。關 鍵 字：自聯(lián)想網絡；發(fā)動機傳感器；故障診斷；解析余度傳感器的故障診斷和重建是充分實現(xiàn)發(fā)動機控制系統(tǒng)的可靠性所必須的。魯棒性要求給一個故障診斷系統(tǒng)的設計提出了挑戰(zhàn)。這種利用智能

3、算法的方式是很有發(fā)展前景 。對于一套具有冗余信息的傳感器組，如果傳感器之間的關系是眾所周知的，就有可能重建一個或多個傳感器丟失的數(shù)據(jù)。通常情況下，這種關系可以被描述為用傳感器測量值作為輸入變量的數(shù)學方程。本文提供的方法基于自聯(lián)想神經網絡（AANN） ，并且可以看清楚傳感器之間的關系和重建故障的傳感器1 自動聯(lián)想神經網絡的拓撲結構 自動聯(lián)想神經網絡的拓撲結構非線性主成分分析產品（NLPCA）是 AANN 的基礎。NLPCA 是一個以最小信

4、息損失為代價，從而將多維非線性數(shù)據(jù)映射到低維數(shù)據(jù)的技術。用 Y=[y1 y2 … ym] 代替一個 n x m 的數(shù)據(jù)表（n=觀察數(shù)據(jù)的數(shù)目，m=變量的數(shù)目） 。對于特征空間的映射可以由下面的公式來描述：T = G( Y) (1)T= [ t1 t2 … tf ]是主成分矩陣（n x f） ；f 是主成分的數(shù)目（f<m） ；G 是一個非線性向量函數(shù)?；謴蛿?shù)據(jù)原來的維度是通過另一個非線性向量函數(shù)完成的Y’= H( T)丟失的信息由