科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对飞机起落架系统，传统健康管理方式存在知识不完备、数据不平衡和模型固化等问题，本文开展了数字孪生驱动的健康管理技术研究，提出以自更新模型为基础实现故障诊断与预测的数字孪生健康管理框架。从起落架系统物理和行为两个维度建立孪生模型来实现真实系统的数字映射，依托强化学习算法实现数字孪生模型参数的更新，确保孪生模型实时跟踪和反映实体健康状态，并以此为基础设计基于事件的故障诊断和基于粒子滤波的故障预测方案。最后以起落架收放系统为例完成实验验证，与传统方法相比在实时性、准确性和鲁棒性方面表现更优。
-
单位北京航空航天大学; 成都飞机工业(集团)有限责任公司; 成都飞机工业（集团）有限责任公司
