摘要：机电作动系统已经用于民航客机飞控舵面的控制，其中传感器输出的正确性对系统正常工作影响较大，因此对传感器的故障检测非常必要。本文分析了机电作动系统的传感器类型和故障模式，研究设计了BP神经网络对传感器故障进行检测和识别，并对不同训练方式的神经网络方法进行对比，确定了使用莱温伯格-马夸特学习方法的BP神经网络的故障检测分类结果更加准确，最后通过机电作动系统联合仿真实验平台验证了该方法的有效性。该方法可以支持传感器故障检测和系统健康管理。
关键词：机电作动系统；传感器；神经网络；故障模式；故障检测 |
