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！

龙图腾网获悉南京航空航天大学申请的专利基于径向基-反向传播神经网络的故障后飞行包线在线预测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：CN116127842B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310062283.1，技术领域涉及：G06F30/27；该发明授权基于径向基-反向传播神经网络的故障后飞行包线在线预测方法是由吴震;尹楚;陆宇平设计研发完成，并于2023-01-17向国家知识产权局提交的专利申请。

本基于径向基-反向传播神经网络的故障后飞行包线在线预测方法在说明书摘要公布了：本发明公开了一种基于径向基‑反向传播神经网络的在线安全包线预测方法，可防止飞机在发生突然性结构损伤和气动故障后失控。首先将机载飞行控制器的命令发送给飞机执行器和传感器，以监测执行器的健康状况。然后，利用卡尔曼滤波器基于飞机动力学模型对飞机状态和传感器偏差进行估计并利用递推最小二乘法估计稳定性导数。随后进行气动效应建模，建立正常与故障状态下飞行器气动模型。最后，利用计算出的无量纲力和力矩，通过将正常飞行模型的输出与实际飞行器输出测量值进行比较，启动在线气动异常检测过程。根据识别出的稳定性导数确定可能的故障位置和规模。根据估计的损坏情况应用数据库检索方案和插值算法，得到了当前故障情况下的安全包线。

本发明授权基于径向基-反向传播神经网络的故障后飞行包线在线预测方法在权利要求书中公布了：1.一种基于径向基-反向传播神经网络的故障后飞行包线在线预测方法，其特征在于，包括以下步骤： 步骤S1、建立飞行器健康状态监测模块； 步骤S2、气动参数辨识； 步骤S3、结构损伤气动效应建模及故障数据库构建； 步骤S4、rbf-bp神经网络训练及实时故障诊断； 步骤S5、建立飞行包线数据库； 所述步骤S2中，气动参数辨识包括以下步骤： 1使用传感器测量值或通过卡尔曼滤波器估计的状态值计算沿每个轴的无量纲力和力矩，飞机的无量纲气动力和力矩由式1和式2得到； 式中，CL、CD、CY、Cl、Cm、Cn分别为升力系数、阻力系数、侧力系数、滚转力矩系数、俯仰力矩系数和偏航力矩系数，α为攻角，β为侧滑角，m为飞机质量，AX、AY、AZ分别为沿X、Y、Z轴的加速度分量，ρ为空气密度，V为空速，S为机翼面积，Ixx、Iyy、Izz、Ixz为转动惯量和转动积，p、q、r分别为滚转、偏航和俯仰角速度，为滚转、偏航和俯仰角速度导数，为b、分别为翼展和平均弦长； 2使用递归最小二乘法通过式3从仿真数据中估计飞机的稳定性导数； 式中，分别为升力的基本增量系数、升力与迎角相关增量系数、升力与偏航角相关增量系数、升力与升降舵相关的增量系数； 3采用带遗忘因子的递推最小二乘法进行参数估计，递推最小二乘法结构如下： 为待估计的参数，λ∈[0,1]为遗忘因子，当模型参数突然变化时，可变遗忘因子用于增强新数据的影响，并在稳态条件下减少协方差矩阵饱和； 所述步骤S3中，结构损伤气动效应建模及故障数据库构建，包括以下步骤： 1水平安定面损伤会导致纵向稳定性改变，由表示；垂直尾翼翼尖损伤导致横向力和方向稳定性的变化，由的改变值表示； 2损伤程度下的变化值由下式获得； 式中，ΔC、Cd、C分别为机体损伤程度、受损机体的无量纲气动力系数和完整机体的无量纲气动力系数； 3假设每个空气动力系数的变化范围与翼尖损失百分比之间近似线性关系；根据计算出的损伤程度变化尺度，使用线性插值，建立各损伤等级下的气动损伤模型，并生成水平安定面损伤和垂直尾翼翼尖损伤的包括气动数据和相应稳定性导数的故障气动数据库。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。