基于预分类机制及GRNN的直升机飞行状态识别

作     者：李胜男 王景霖 沈勇 单添敏 林泽力 曹亮 Li Shengnan;Wang Jinglin;Shen Yong;Shan Tianmin;Lin Zeli;Cao Liang

作者机构：航空工业上海航空测控技术研究所故障诊断与健康管理技术航空科技重点实验室上海201601 

出 版 物：《航空科学技术》 (Aeronautical Science & Technology)

年 卷 期：2021年第32卷第8期

页      面：18-23页

学科分类：08[工学] 0825[工学-航空宇航科学与技术] 

主　　题：直升机状态识别 概率密度函数 预分类 预处理 广义回归神经网络 

摘      要：针对某型号直升机的16个典型飞行状态进行状态识别方法研究。首先根据飞行状态参数偏航角、无线电高度与指示空速三种监测参数对直升机飞行状态进行初步划分,即分别将其差分绝对值与方差大小作为限定条件,并结合概率密度函数方法,将直升机状态分为平飞、上升、下降、转弯、非转弯、稳速、增速与减速等状态。其次,在初步状态划分基础上,根据高度、偏航角两种参数进行三大状态预分类。再次,在每个大类中,再根据速度的划分范围及速度变化情况将直升机划分为16个典型飞行状态。最后,对划分的16个典型飞行状态所属的大状态类别分别建立广义回归GRNN状态识别模型。本文结合某型号直升机飞行过程中获取到的飞行参数,对所研究的方法进行验证,验证结果表明,该方法能够实现对直升机飞行状态的有效识别,对于提高直升机状态监控具有重要的支撑作用。