一种基于决策树的飞行器动力系统故障在线辨识方法

    公开(公告)号:CN111221345B

    公开(公告)日:2023-04-14

    申请号:CN202010076008.1

    申请日:2020-01-23

    Abstract: 本发明涉及一种基于决策树的飞行器推力故障在线辨识方法,适用于飞行器飞行过程中典型动力系统推力故障在线辨识领域。针对控制系统飞行运动信息(如飞行位置、速度、加速度、转速、姿态角、角速度等)进行数据融合生成,并生成决策树,采用训练好的决策树对主发动机故障进行辨识,能够有效实现对故障类型的实时准确建模判别。考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素,建立更加真实可信仿真模型,生成可信的数据样本,生成决策树,本发明可对飞行器推力故障进行实时在线辨识,可准确辨识出发动机故障。

    一种基于LSTM神经网络的飞行器推力故障在线辨识方法

    公开(公告)号:CN111258302B

    公开(公告)日:2021-10-01

    申请号:CN202010076009.6

    申请日:2020-01-23

    Abstract: 本发明涉及一种基于LSTM神经网络的飞行器推力故障在线辨识方法,适用于飞行器飞行过程中典型动力系统推力故障在线辨识领域。针对控制系统飞行运动信息进行数据融合生成,并训练LSTM神经网络,采用训练好的LSTM神经网络对主发动机故障进行辨识,能够有效实现对故障类型的实时准确建模判别。考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素,建立更加真实可信仿真模型,生成可信的数据样本,对LSTM神经网络进行训练,本发明可对飞行器推力故障进行实时在线辨识,可准确辨识出哪台发动机故障,以及故障程度。本发明搭建轻量级的神经网络,运算简单,辨识速度快。

    一种基于BP神经网络的飞行器推力故障在线辨识方法

    公开(公告)号:CN111176263B

    公开(公告)日:2023-04-14

    申请号:CN202010076043.3

    申请日:2020-01-23

    Abstract: 本发明涉及一种基于BP神经网络的飞行器推力故障在线辨识方法,针对控制系统飞行运动信息进行数据融合生成,并训练BP神经网络,采用训练好的BP神经网络对主发动机故障进行辨识,能够有效实现对故障类型的实时准确建模判别。考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素,建立更加真实可信仿真模型,生成可信的数据样本,对BP神经网络进行训练,本发明可对飞行器推力故障进行实时在线辨识,可准确辨识出哪台发动机故障,以及故障程度。本发明所需计算资源小,可嵌入现有飞行控制计算机,进行飞行过程中的故障实时辨识。发挥控制系统作用,掌握新的核心技术,解决非致命动力故障导致的飞行失利问题。

    一种滤波方式处理帧差法屏幕识别标签的方法

    公开(公告)号:CN108764028A

    公开(公告)日:2018-11-06

    申请号:CN201810331536.X

    申请日:2018-04-13

    Abstract: 一种滤波方式处理帧差法屏幕识别标签的方法,涉及计算机视觉及工业自动化技术领域;包括如下步骤:步骤(一)、截取当前帧计算机屏幕弹出提示框的第一张图片和上一帧没弹出提示框的第二张图片;步骤(二)、对第一张图片和第二张图片均进行灰度化处理;步骤(三)、对第一张灰度化图片和第二张灰度化图片均进行高斯滤波处理;步骤(四)、统计所有记录的像素点数值a;步骤(五)、像素点数值a进行判断,判断计算机屏幕是否有提示框弹出;步骤(六)、累计第一张图片中的特征点个数;步骤(七)、累计第二张图片中的特征点个数;步骤(八)、判断是否有弹窗;本发明选择用带有高斯滤波后的帧差法来实现这一背景操作,效果良好,能通过视觉智能判断代替人工判断。

    一种多路脉冲点火激光起爆系统

    公开(公告)号:CN108662953A

    公开(公告)日:2018-10-16

    申请号:CN201810332498.X

    申请日:2018-04-13

    Abstract: 一种多路脉冲点火激光起爆系统,涉及工程民用起爆系统设计领域;包括光缆检测激光发生器、n个脉冲起爆激光发生器、n个合路器、n个第一激光功率计、n个分光器、n个光缆连接器、n个激光火工品、光路选择开关、第二激光功率计、A/D模块和控制器;n为大于等于2的正整数;其中,每个合路器、第一激光功率计、分光器、光缆连接器和激光火工品组成一路光缆通路,共n路光缆通路;本发明实现的新型多路脉冲点火激光起爆系统具备光缆通路检查和环境温度漂移补偿的能力,提高了各单路起爆激光的一致性,在民用起爆应用过程中表现出了较高的安全性、可靠性和稳定性。

    一种用于飞行器推力故障在线辨识的机器学习样本生成方法

    公开(公告)号:CN111240304B

    公开(公告)日:2023-03-24

    申请号:CN202010076010.9

    申请日:2020-01-23

    Abstract: 本发明涉及一种用于飞行器推力故障在线辨识的机器学习样本生成方法,适用于飞行器飞行过程中典型动力系统故障在线辨识领域。针对控制系统飞行运动信息(如飞行位置、速度、加速度、姿态角、角速度等)进行数据融合生成,并按照本发明设计方法截取相应的数据作为机器学习训练与测试样本。本发明考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素,通过在仿真模型中引入偏差组合循环生成数据,数据更加真实可信,有利于实际故障辨识精度的提高。本发明对故障模式进行了细化,生成了故障模式颗粒度较细的相关数据,有利于辨识精度的提高。

    一种滤波方式处理帧差法屏幕识别标签的方法

    公开(公告)号:CN108764028B

    公开(公告)日:2020-07-14

    申请号:CN201810331536.X

    申请日:2018-04-13

    Abstract: 一种滤波方式处理帧差法屏幕识别标签的方法,涉及计算机视觉及工业自动化技术领域;包括如下步骤:步骤(一)、截取当前帧计算机屏幕弹出提示框的第一张图片和上一帧没弹出提示框的第二张图片;步骤(二)、对第一张图片和第二张图片均进行灰度化处理;步骤(三)、对第一张灰度化图片和第二张灰度化图片均进行高斯滤波处理;步骤(四)、统计所有记录的像素点数值a;步骤(五)、像素点数值a进行判断,判断计算机屏幕是否有提示框弹出;步骤(六)、累计第一张图片中的特征点个数;步骤(七)、累计第二张图片中的特征点个数;步骤(八)、判断是否有弹窗;本发明选择用带有高斯滤波后的帧差法来实现这一背景操作,效果良好,能通过视觉智能判断代替人工判断。

    一种多路脉冲点火激光起爆系统

    公开(公告)号:CN108662953B

    公开(公告)日:2020-03-24

    申请号:CN201810332498.X

    申请日:2018-04-13

    Abstract: 一种多路脉冲点火激光起爆系统,涉及工程民用起爆系统设计领域;包括光缆检测激光发生器、n个脉冲起爆激光发生器、n个合路器、n个第一激光功率计、n个分光器、n个光缆连接器、n个激光火工品、光路选择开关、第二激光功率计、A/D模块和控制器;n为大于等于2的正整数;其中,每个合路器、第一激光功率计、分光器、光缆连接器和激光火工品组成一路光缆通路,共n路光缆通路;本发明实现的新型多路脉冲点火激光起爆系统具备光缆通路检查和环境温度漂移补偿的能力,提高了各单路起爆激光的一致性,在民用起爆应用过程中表现出了较高的安全性、可靠性和稳定性。

    一种基于LSTM神经网络的飞行器推力故障在线辨识方法

    公开(公告)号:CN111258302A

    公开(公告)日:2020-06-09

    申请号:CN202010076009.6

    申请日:2020-01-23

    Abstract: 本发明涉及一种基于LSTM神经网络的飞行器推力故障在线辨识方法,适用于飞行器飞行过程中典型动力系统推力故障在线辨识领域。针对控制系统飞行运动信息进行数据融合生成,并训练LSTM神经网络,采用训练好的LSTM神经网络对主发动机故障进行辨识,能够有效实现对故障类型的实时准确建模判别。考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素,建立更加真实可信仿真模型,生成可信的数据样本,对LSTM神经网络进行训练,本发明可对飞行器推力故障进行实时在线辨识,可准确辨识出哪台发动机故障,以及故障程度。本发明搭建轻量级的神经网络,运算简单,辨识速度快。

Patent Agency Ranking