概率神经网络在武器装备故障诊断中的应用

针对当前复杂武器系统在装备部队后出现的故障定位难题,采用概率神经网络进行装备的故障诊断.给出概率神经网络算法及故障诊断步骤,建立基于概率神经网络的故障诊断模型,以某新型武器装备为对象,将该模型应用于装备故障诊断,并使用Matlab进行仿真验证.仿真结果表明:概率神经网络能够有效识别出装备的各种典型故障,降低部队使用过程中故障排查难度,提高装备的维修保障能力.     

基于改进算法的BP神经网络在故障诊断中的应用

BP神经网络凭借其自身的优势被广泛的应用于故障诊断领域,本文介绍了有动量梯度下降法的BP神经网络,在分析故障诊断机理的基础上建立了BP神经网络模型,然后通过模型对某型装备进行故障诊断,并运用Matlab软件进行仿真得出结果。     

基于改进算法的BP神经网络在故障诊断中的应用

BP神经网络凭借其自身的优势被广泛的应用于故障诊断领域,本文介绍了有动量梯度下降法的BP神经网络,在分析故障诊断机理的基础上建立了BP神经网络模型,然后通过模型对某型装备进行故障诊断,并运用Matlab软件进行仿真得出结果.     

考虑随机共因失效的战时合成部队任务成功概率仿真评估

共因失效是装备遂行作战任务过程中存在的一种常见现象,是影响战时装备任务成功概率的重要因素。分析合成部队装备层次结构,构建合成部队作战任务剖面,并对合成部队装备共因失效和维修保障特点进行分析;以合成部队进攻阶段任务为研究对象,提出合成部队任务成功要求;充分考虑随机共因失效、多种类装备、多作战单元协同作战、随机任务时间、换件修理时间等复杂因素对战时合成部队任务成功性的影响,建立基于蒙特卡洛方法的合成部队作战任务成功概率仿真评估模型;通过算例,验证仿真模型的可行性和有效性。研究结果表明：所建模型能够用于战时合成部队任务成功概率评估和作战任务时间的规划;合理配置各类备件的携行数量,可以提升战时合成部队任务成功概率。     

BP 神经网络在雷达故障诊断中的应用

为适应当前现代雷达系统的故障诊断日益复杂的现状,采用人工神经网络进行雷达故障诊断。建立基于BP神经网络的故障诊断模型,给出训练算法和故障诊断步骤,以某雷达发射机为对象,将该模型应用于系统的故障诊断,并采用Matlab进行仿真验证。仿真结果表明,人工神经网络能满足雷达故障自动检测与诊断系统的高可靠性和可维护性要求。     

基于概率神经网络的风洞设备故障预测诊断方法

针对风洞设备故障征兆与故障原因之间的非线性关系,提出基于概率神经网络的风洞设备故障预测诊断方法.利用概率神经网络强大的自主学习能力和较强的模式识别能力,来预测诊断风洞设备的故障原因,通过故障样本对概率神经网络进行训练,并对待测样本进行故障预测诊断.结果表明:概率神经网络能满足故障诊断快速和准确的要求,故障预测诊断精度较高,适用于在线检测,具有实际应用价值.     

B样条模糊神经网络在滚动轴承故障诊断中的应用

本文采集滚动轴承的振动信号。提出基于B样条模糊神经网络作为滚动轴承故障诊断的模型．该模型能够准确地反映滚动轴承故障和振动信号特征之间的非线性关系．并对其进行仿真。实验和仿真结果表明：基于B样条模糊神经网络的系统能成功应用于滚动轴承故障诊断。     

基于深度置信网络的通信控制设备故障诊断

针对传统的故障诊断方法在装备故障诊断中带来的准确率低问题,提出了一种基于小波变换(WT)和深度置信网络(DBN)的通信控制设备故障诊断方法。该方法通过采集样本故障数据、分析处理故障数据、输入神经网络进行学习、对测试数据进行识别等步骤对通信控制设备进行故障诊断,并与支持向量机(SVM)、k类临近法(KNN)和BP神经网络等传统故障诊断方法进行比较。仿真实验结果表明,提出的方案识别准确率达到93%,与传统方法相比具有更高的准确率,表现更好。     

基于小波神经网络的航天器故障诊断方法

针对微小航天器集群的故障诊断问题,提出一种故障诊断(fault diagnosis,FD)新方法。依据小波神经网络(wavelet neural network,WNN)理论,结合航天器集群的领队航天器故障检测与系统重构问题,构建一种故障诊断框架,采用小波神经网络与神经网络相结合,得出航天器姿态故障诊断策略及卫星姿态故障重构技术,给出了领队航天器故障重构方案,并进行了仿真实验与验证。仿真结果表明,该故障诊断方法是有效性的、故障重构是可行性的。     

神经网络预测方法在鱼雷系统传感器故障诊断中的应用

介绍了基于神经网络的时间序列预测器的传感器故障诊断方法。首先采用神经网络建立预测模型，然后利用预测值和传感器实际输出值之差判断传感器是否发生故障。分别使用BP和Elman两类神经网络，经过离线学习和在线学习对某传感器偏移故障进行检测，仿真试验表明该方法对传感器故障诊断行之有效。     

远程火箭炮武器系统故障模拟仿真

为解决远程火箭炮(简称远火)武器装备出现故障后不能有效地进行故障原因分析和排除的问题,对其故障进行模拟仿真.分析远火武器系统装备故障产生的机理,根据其特性和故障的传播特点,运用故障机理建模和半实物仿真模拟的方法,构建描述远火故障属性的机理模型和相关数据库,借助人工神经网络算法分析故障的传播特点规律,并通过实例进行仿真实验验证.仿真结果表明:该研究对远火武器系统维修训练提供一种技术指导,具有一定实际意义.     

基于无线遥测的大型装备在线监测与故障诊断

针对某大型武器装备系统庞大、故障检测难的特点,提出一种基于无线遥测技术的在线监测与故障诊断方案。方案中各检测仪与上位主机之间通过无线通讯来传递信号与命令,且检测仪直接安装于装备上,从而减少了上位主机与各检测仪之间的大量电缆连接,实现了诊断系统的便携、小型化。该方案采用多级分布式检测与单板多机技术相结合方法,实现了检测信号的高速采集,并运用模式识别与神经网络等技术来实现设备工作状态的自动搜索与在线监测。实验表明,该技术方案能实现大型武器装备的快速、准确故障定位与远程监测。     

基于小波变换的电子设备故障诊断技术研究

基于BP神经网络的电子设备故障诊断,以其不需要建立故障诊断模型,易于智能化实现等优势,发展较为迅速,而采用此方法的故障诊断大部分以故障树获得的特征参数为依据;由于电子设备往往由大量的工作模块组成,各组成模块之间相互耦合、联系紧密,仅仅依靠故障树获得的特征参数难以较好地反映设备状态;所以基于这些特征参数的BP神经网络故障诊断往往诊断率较低;将小波分析的方法运用于特征参数的提取中,利用BP神经网络模式识别完成电台故障诊断;最后通过获得的实测数据进行了实例分析,验证了该方法对于提高电子设备故障诊断率,是可行有效的。     

基于贝叶斯网络的导弹武器系统人因故障定量分析

为提高导弹武器系统的安全性,在确定影响号手操作因素的基础上,建立导弹武器系统人因故障分析的贝叶斯网络模型。介绍贝叶斯网络,探讨人因失误的影响因素与机理,通过实例分析,结合专家经验知识对装备人因故障的概率进行建模与评估。结果表明:该分析方法求解获得的装备人误故障概率与装备统计数据符合性良好,提出的量化评估模型正确有效。     

复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法

由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种 基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。     

战术导弹综合故障诊断技术研究

针对战术导弹武器系统故障诊断的特点,对神经网络方法及传统的专家系统进行了研究.通过二者的有机结合,提出了综合故障诊断方法,并设计开发了某型战术导弹综合故障诊断系统.实践证明,基于神经网络及专家系统的综合故障诊断方法对战术导弹而言是行之有效的.     

导弹自动发射仪系统智能故障诊断技术研究

在研究了舰空导弹自动发射仪系统的结构和原理的基础上,利用电路仿真软件Multisim对其硬件电路进行了仿真,并利用NI公司最新推出的LabVIEW Multisim连接工具包实现了故障字典获取的自动化,然后以之训练BP神经网络,用于自动发射仪的故障诊断,并设计实现了故障测试、诊断及验证的综合平台,具有一定的工程意义和借鉴价值。