论文部分内容阅读
现代战争中，飞航导弹为了提高作战能力，对导弹控制系统的性能、各种元部件的稳定性要求越来越高。然而在导弹的飞行过程中执行器、传感器等容易发生各种故障，如执行器卡死、传感器偏差等。及时准确地判断导弹的故障部位和故障性质，使导弹系统迅速重构达到正常飞行状态，从而提高导弹战斗力和生存能力。为了增强导弹适应现代化战争要求的能力，导弹故障检测与诊断成为保证其生存能力的关键技术之一。本文以飞航导弹的数学模型为参考对象，对执行器与传感器的故障诊断方法进行了研究。 首先对导弹的飞行力学模型进行线性化，获得导弹小扰动侧向运动简化模型，建立了执行器与传感器的故障数学模型；分析了RBF神经网络的结构、参数的修正算法、采样数据的归一化方法以及训练步骤等。 其次设计自适应观测器故障诊断方法，分析了该方法的理论依据以及参数设置方式，并验证了该故障诊断方法的李亚普诺夫稳定性，同时设计了故障检测方法以及故障类型的判别方式。通过对线性化后的导弹侧向运动模型进行仿真，确定该方法对飞航导弹执行器故障和传感器故障的可行性。 然后对导弹非线性模型利用神经网络观测器进行故障检测和诊断。使用离线 RBF神经网络对参考模型的非线性部分进行逼近，利用网络数据建立神经网络观测器，并设计在线 RBF神经网络对故障辨识，以参考模型的输入或者输出为在线神经网络的输入，通过参考模型和观测器的输出残差在线调节权值，使神经网络的输出迅速逼近故障值，并通过仿真验证该方法对执行器以及传感器故障辨识的准确性。 最后建立飞航导弹故障诊断仿真系统，结合某型飞航导弹弹体数学模型，进行飞航导弹故障诊断的仿真试验，使用神经网络故障诊断方法分别对执行器和传感器故障进行检测和辨识，验证该方法的适用性。最后利用Matalab/GUI工具箱编写了导弹故障诊断仿真系统人机交互界面。