买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于无迹卡尔曼滤波估计的飞机翼面故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116841278B 。

龙图腾网通过国家知识产权局官网在2026-01-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310798872.6，技术领域涉及：G05B23/02；该发明授权一种基于无迹卡尔曼滤波估计的飞机翼面故障诊断方法是由刘小雄;王磊;陈改改;聂铭涛;李珂澄设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本一种基于无迹卡尔曼滤波估计的飞机翼面故障诊断方法在说明书摘要公布了：本发明公开了一种基于无迹卡尔曼滤波估计的飞机翼面故障诊断方法，该方法包括：确定飞机翼面故障诊断模型集；根据飞机翼面故障诊断模型集，构建一组并行的无迹卡尔曼滤波器；根据飞机控制量和飞机状态量，利用一组并行的无迹卡尔曼滤波器确定一组并行的滤波结果；根据一组并行的滤波结果，利用贝叶斯准则获取飞机翼面故障诊断结果。本发明操作简便能直接在飞机翼面故障的非线性模型上进行故障诊断，提高了故障诊断的实时性，并能有效提升故障诊断的准确度。

本发明授权一种基于无迹卡尔曼滤波估计的飞机翼面故障诊断方法在权利要求书中公布了：1.一种基于无迹卡尔曼滤波估计的飞机翼面故障诊断方法，其特征在于，包括以下步骤： S1、确定飞机翼面故障诊断模型集； S2、根据步骤S1中的飞机翼面故障诊断模型集，构建一组并行的无迹卡尔曼滤波器； S3、根据飞机控制量和飞机状态量，利用步骤S2中一组并行的无迹卡尔曼滤波器确定一组并行的滤波结果； S4、根据步骤S3中一组并行的滤波结果，利用贝叶斯准则获取飞机翼面故障诊断结果； 步骤S2包括以下分步骤： S21、根据步骤S1中的飞机翼面故障诊断模型集，构建无故障无迹卡尔曼滤波器； S22、根据步骤S1中的飞机翼面故障诊断模型集，构建机翼损伤无迹卡尔曼滤波器； S23、根据步骤S1中的飞机翼面故障诊断模型集，构建舵面故障无迹卡尔曼滤波器； 步骤S22包括以下分步骤： S221、根据步骤S1中的飞机机翼故障诊断模型集，确定机翼损伤飞机模型，表示为： 其中：为第k时刻的飞机状态向量，为关于向量和向量的机翼损伤飞机非线性状态一步转移函数，为第k-1时刻的系统噪声向量，为第k时刻的飞机量测向量，为关于向量的非线性量测函数，为第k时刻的量测噪声向量； S222、将分步骤S221中机翼损伤飞机模型结合无迹卡尔曼滤波，构建初始机翼损伤无迹卡尔曼滤波器； S223、构建渐消因子矩阵，并将渐消因子矩阵引入至分步骤S222中的初始机翼损伤无迹卡尔曼滤波器，得到机翼损伤无迹卡尔曼滤波器； 在分步骤S223中，构建渐消因子矩阵包括以下步骤： A1、计算第一中间变量，表示为： 其中：为第k时刻的第一中间变量，为采样点的序号，为采样点的总数，为采样点均方差的权值，为第k时刻的观测量的一步预测值，为第k时刻的系统预测量测量的均值，为转置符号； A2、计算第二中间变量，表示为： 其中：为第k时刻的第二中间变量，为第k时刻的系统噪声向量的协方差矩阵，为第k时刻的量测噪声向量的协方差矩阵； A3、根据步骤A1中的第一中间变量和步骤A2中的第二中间变量，计算渐消因子，表示为： 其中：为第k时刻的渐消因子，为求迹符号； A4、根据步骤A3中的渐消因子，计算渐消因子转换系数，表示为： 其中：为渐消因子转换系数，为取最大值符号，为均方误差的总列数，为均方误差阵第行元素，为均方误差阵元素的行数，为均方误差阵元素的列数，为均方误差阵第列元素； A5、根据步骤A3中的渐消因子和A4中的渐消因子转换系数，计算渐消因子矩阵的对角线元素，表示为： 其中：为渐消因子矩阵的第个对角线元素； A6、根据A5中的渐消因子矩阵的对角线元素，构建渐消因子矩阵，表示为： 其中：为渐消因子矩阵，为对角矩阵符号； 步骤S23包括以下分步骤： S231、根据步骤S1中的飞机翼面故障诊断模型集，确定初始舵面故障飞机模型； S232、根据分步骤S231中的初始舵面故障飞机模型，利用状态矩阵增广法将舵面的偏转估计量增广到状态矩阵，确定舵面故障飞机模型，表示为： 其中：，为第k时刻的飞机状态向量，为舵面的偏转估计量，为转置符号，为关于向量和向量的舵面故障飞机非线性状态一步转移函数，为在飞机状态向量为情况下第k时刻的飞机量测向量，为关于向量的非线性量测函数，为第k时刻的量测噪声向量； S233、将分步骤S232中的舵面故障飞机模型结合无迹卡尔曼滤波，构建初始舵面故障无迹卡尔曼滤波器； S234、将渐消因子矩阵引入至分步骤S232中的初始舵面故障无迹卡尔曼滤波器，得到舵面故障无迹卡尔曼滤波器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710068 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。