文摘

利用模糊推理系统,防止测量在燃气涡轮发动机故障诊断的不确定性

作者(年代):丹尼尔·罗伯茨

在这项研究中,一个全新的Takagi-Sugeno-Kang(啧啧)基于模糊推理系统的基于绩效的缺陷检测和识别(FDI)方法对涡扇发动机气体涡轮发动机。我们采用参数校正预处理的原始测量数据为了解决不断变化的环境条件的问题,可以减少外国直接投资系统的复杂性。此外,作为调度参数配置的功率角是降低TSK-based外商直接投资系统的规则数。一个组件级涡扇发动机模型是用于生产所需的数据设计、培训和测试阶段的FDI战略计划。的粒子群优化技术和岭回归方法用于优化的前提和重要的参数提出TSK-based外商直接投资系统。然后,通过融合的独特的模糊推理系统TSK-based外商直接投资系统,一个弹性结构对测量偏差。通过深入的仿真测试,一阶TSK-based外商直接投资系统的和有弹性的外商直接投资结构的性能评估。比较研究支持一阶TSK-based外商直接投资系统的故障隔离精度上的优势,识别和检测。成功的利率指数提高2%至8%以下,而严重的测量偏差设置,展示的结构对测量误差的高弹性。综合案例模拟演示了精度与范围广泛的偏差值和计算时间,证明建议弹性结构有利的网络性能。