基于COSELM算法的发动机辅助动力装置控制系统传感器解析余度方法

摘要

本发明公开了基于COSELM(Covariance Online Sequence Extreme Learning Machine)算法的发动机辅助动力装置(Auxiliary Power Unit，APU)控制系统传感器解析余度方法，包括：建立基于COSELM算法的航空发动机辅助动力装置压气机出口温度T3、压气机出口压力P3、涡轮出口压力P5和转速N四个传感器信号预测模型；采用协方差优化的方法在线更新COSELM网络拓扑参数；根据残差加权平方和(WSSR)准则进行传感器故障信号在线识别；通过COSELM算法进行传感器故障隔离和信号重构。本发明设计的基于协方差优化的方法能够自适应地更新单个模型的权重系数，发挥各单个模型的优势，提高算法的稳定性和泛化性，适用于不同辅助动力装置个体，为其提供可靠的解析余度，为发动机控制系统安全可靠的运行提供保障。