嵌入式大气数据系统人工智能算法及故障诊断.pdfVIP

测控技术

先进传感器与大气气象测量技术专刊／２０２２４１９·２３·

年第卷第期

嵌入式大气数据系统人工智能算法及故障诊断



，，，

张黎黎王逸斌赵宁刘学强

（南京航空航天大学非定常空气动力学与流动控制工业和信息化部重点实验室，江苏南京２１００１６）

摘要嵌入式大气数据传感系统由于其诸多优势成为现在战斗机设计中的关键技术之一开

：（ＦＡＤＳ）。

发了基于ＢＰ（反向传播）人工神经网络的ＦＡＤＳ算法和基于随机森林算法的故障识别与处理算法。该

嵌入式大气数据系统算法以迎角和马赫数为分段依据，分别计算大气数据。故障识别则采用随机森林

算法自动识别出故障测压点，在将故障测压点剔除后，采用不含故障点压强的组合预测各大气数据。采

用飞行数据测试开发系统算法结果表明该算法计算大气参数较为准确迎角误差小于侧

ＦＡＤＳ，：，０．２°，

滑角误差小于马赫数误差小于静压误差小于采用单个测压点故障的压强组合

０．３°，０．０１０５，３００Ｐａ。

测试了故障识别与容错算法的性能，测试结果显示该算法能够准确识别出故障测压点压强，采用的飞行

曲线测试中准确度达到１００％，且各大气数据计算精度可达上述无故障压强时的精度，有效降低了故障

ＦＡＤＳ。

压强对系统算法计算精度的影响

关键词：ＦＡＤＳ算法；Ｋｒｉｇｉｎｇ建模；ＢＰ神经网络；故障诊断与容错

：：：（）

中图分类号Ｖ２７１文献标志码Ａ文章编号１０００－８８２９２０２２０９－００２３－０８

ｄｏｉ１０．１９７０８／ｊ．ｃｋｊｓ．２０２１．１１．２９１

：

ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＡｌｇｏｒｉｔｈｍａｎｄＦａｕｌｔＤｉａｇｎｏｓｉｓｏｆＦｌｕｓｈＡｉｒＤａｔａ

ＳｅｎｓｉｎｇＳｙｓｔｅｍ



ＺＨＡＮＧＬｉｌｉ牞ＷＡＮＧＹｉｂｉｎ牞ＺＨＡＯＮｉｎｇ牞ＬＩＵＸｕｅｑｉａｎｇ

牗ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＵｎｓｔｅａｄｙＡｅｒｏｄｙｎａｍｉｃｓａｎｄＦｌｏｗＣｏｎｔｒｏｌ牞ＭｉｎｉｓｔｒｙｏｆＩｎｄｕｓｔｒｙａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ牞

ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ牞Ｎａｎｊｉｎｇ２１００１６牞Ｃｈｉｎａ牘

Ａｂｓｔｒａｃｔ牶Ｆｌｕｓｈａｉｒｄａｔａｓｅｎｓｉｎｇ牗ＦＡＤＳ牘ｓｙｓｔｅｍｉｓｏｎｅｏｆｔｈｅｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｉｎｔｈｅｄｅｓｉｇｎｏｆｆｉｇｈｔｅｒａｉｒｃｒａｆｔ

ｄｕｅｔｏｉｔｓｍａｎｙａｄｖａｎｔａｇｅｓ．ＦＡＤＳａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＢＰ牗ｂａｃｋｐｒｏｐａｇａｔｉｏｎ牘ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｆａｕｌｔ

ｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｐｒｏｃｅｓｓｉｎｇ