基于RBF神经网络的飞控系统故障趋势预测

摘要

鉴于飞控系统恶劣工作环境的特点,及时有效的故障预测对提高飞机的安全性具有极其重要的意义.针对飞控 系统故障预测模型的设计要求,提出了一种基于径向基(RBF)神经网络的故障趋势预测方法.该方法采用伪近邻法求 取多元特征参量的嵌入维数以确定预测模型的输入维数,并对时间序列向量进行重构,利用改进C均值聚类方法对特 征参量的时间序列进行聚类分析以确定预测模型的初始结构和网络参数,同时提出了一种能够优化网络结构的自适应 学习算法,为在线预测提供可能性.为了验证算法的有效性,对飞机转弯时方向舵损伤故障趋势进行了预测和分析, 仿真结果充分表明了RBF神经网络预测模型具有很好的预测能力.