基于模糊神经网络的导弹故障诊断

将模糊神经网络应用于导弹的故障诊断。经过仿真试验发现，模糊神经网络可以充分利用专家知识的不确定性，而且诊断效果相当好。     

基于小波变换的二阶传感器故障诊断研究

针对难以直接检测实际航空工业过程中的传感器故障问题,提出一种基于小波变换的传感器故障诊断方法。采用连续小波变换对传感器故障进行检测,准确定位故障发生时刻,并对比不同小波基函数的处理效果,对几种典型的传感器故障进行诊断。选取二阶传感器作为仿真对象,利用Matlab/Simulink搭建模型进行仿真验证。仿真结果验证了该方法的准确性。     

鱼雷系统传感器故障诊断的方案和仿真

提出一种鱼雷传感器故障在线诊断方案，直接利用各传感器测量值导出解析余度，通过统计假设检验，完成故障的检测和隔离。由于无须增加硬件余度和其他解析余度，因而易于实现，且可靠性好，检测迅速。仿真结果验证了该种方法的有效性。     

基于径向基函数网络的故障诊断

本文研究了基于神经网络故障诊断的基本方法２，重点讨论了径向基函数网络，并提出一种基于模糊聚类的选择径向基函数网络参数的方法，和实验证明了这种方法有效性。该网络用于一一般的故障诊断问题，有广阔的应用前景。     

基于卷积神经网络的滚动轴承故障诊断

针对传统故障诊断方法诊断过程复杂、效果不佳的问题,提出一种基于卷积神经网络的滚动轴承故障诊 断方法。首先选取不同故障的振动信号进行归一化处理,然后把 1 维的振动信号转化成 2 维的灰度图像,利用每个 元素与其相邻元素之间的关系,并且采用重叠采样的方法加强数据集。在卷积神经网方面利用 tensorflow 搭建网络 框架,采用 4 种不同的卷积神经网络结构对样本进行训练。为避免实验的随机性,对每种方案进行多次训练,采其 结果的均值。根据测试集的准确率选取最好的适合轴承故障诊断的模型,同时对网络的结构参数进行优化改进,提 高模型的识别率和运行效率。实验结果表明,该方法可以准确地将滚动轴承的故障进行识别和分类。     

基于模式识别的装备故障诊断方法

对故障诊断问题进行了数学描述，强调了模式识别和故障诊断之间的联系，研究了基于模式识别的故障诊断过程及一般自适应诊断系统的设计理论，并重点讨论和分析了数据参数化、模式类构成、特征选取和分类器设计的具体实现过程。最后，提出了设计自适应诊断系统时的难点和应该考虑的一些问题。     

基于某型导弹的故障诊断专家系统

本文简述了专家系统应用于导弹武器系统故障诊断的重要意义，分别阐述了智能的表达，知识库的建立，推理机制等，并针对某型导弹建立了故障诊断专家系统，从而提高系统的效率维护性，加强导弹武器装备的技术保障能力。     

基于CBR-ANN的自行火炮故障诊断系统

针对自行火炮维修保障中存在大量维修案例没有被记录和整理、维修中故障诊断效率低等现状和诸多不足，提出了将人工智能中的基于案例推理技术（CBR）与人工神经网络技术（ANN）相结合（即CBR—ANN）应用于自行火炮的故障诊断中，建立了故障诊断系统；同时对诊断系统中的几个关键技术——案例的混合聚类模型、案例的表达及基于3层BP神经网络的案例索引进行了设计和说明。该系统的完善和应用有利于提高自行火炮的维修保障能力。     

基于专家系统神经网络的武器系统故障诊断

针对专家系统和神经网络具有"互补"的特性,研究改进了一种专家系统与神经网络相互结合的方法,介绍了算法步骤,并利用改进的算法对某武器系统进行故障诊断,通过仿真及实例验证,该算法具有良好的运算精度和预测功能。     

基于小波分析齿轮箱故障诊断研究

文中主要用小波分析对齿轮箱进行了故障诊断。对测取到的齿轮箱振动信号运用小波消噪处理后．采用较新的信号分析工具——小波分析来进行信号分析与处理．从而来判别出故障。结果表明．小波分析为判断、预防同类故障提供了一种有效的分析手段。     

基于人工神经网络的大规模模拟电路故障诊断

大规模模拟电路故障诊断,先用定位向量初定位故障子网络,再用神经网络定位故障子网络元件级故障.诊断分测前和测后,测前先将每个子电路的各种故障情况用Multisim模拟,求得各可及节点电压并作为BP的训练样本,再对所测电压信号分别归一化处理,定义网络的故障定位向量.最后用BP网络分析故障特征,进行故障诊断.     

基于证据理论的电子装备故障诊断

基于证据理论的电子装备故障诊断,采用信任函数作为不确定性度量工具.首先建立基本概率赋值,然后计算信任函数,最后按照一定的组合规则作出决策.其运用信度函数表达概率大小,通过多诊断设备测试被诊断对象,得出属于各类故障的信度函数.再利用组合规则进行信息融合,得到融合后症状分别属于各类故障的信度函数.最后确定故障类型.     

多级信息融合技术的机载导弹电路故障诊断

建构了多级信息融合技术故障诊断的框架,分析了该技术进行故障诊断的原理,并结合某型机载导弹电路说明该技术在故障诊断中的应用,得到了较为理想的结果.     

基于改进BP神经网络的模拟电路故障诊断研究

根据BP神经网络特点,提出对BP神经网络改进的方法,并以某负反馈放大器为例,采用改进后的BP网络进行故障诊断,步骤包括：故障特征向量提取、原始数据归一化处理、BP网络设计与训练。结果表明,在MATLAB7．1中运用神经网络工具箱中函数进行仿真,能有效进行故障识别、改善神经网络结构、提高故障诊断精度和速度。     

基于正交试验法的模拟电路故障诊断新方法

基于神经网络的模拟电路故障诊断方法,存在训练样本庞大的缺点,以进行多故障诊断为目的,提出一种基于正交试验法和神经网络的模拟电路故障诊断方法,充分利用各种信息,以科学的方法对数量庞大的训练样本进行“缩水”处理。该方法能大大减少训练样本,同时保证故障覆盖率,有一定创新性。经算例证明,该方法可行有效。     

基于故障树的诊断知识库设计

基于故障树的诊断知识库按照全系统、分系统、子系统、组合和部件等划分.上级故障树的底事件为下级故障树名称,通过逐级分离,最终定位到某级故障源.该知识库的装备检测诊断过程即对诊断知识库的搜索过程,搜索步骤包括:读取故障现象序号及相应测试结果、判断结果正确与否以决定是读取诊断结论还是递归调用搜索程序,最后根据诊断结论进行故障维修.     

基于故障树的故障诊断专家系统

为解决某型无人机系统结构复杂、故障分析困难的问题,采用故障树分析法设计实现了故障诊断专家系统。介绍了该系统的组成、知识库设计和推理机算法设计。系统在C＋＋Builder6．0、SQL Server 2000环境下开发,经验证推理结果符合实际情况,有较强的应用推广价值。     

电子踏板信号采集及故障诊断策略研究

论述了电子踏板信号的一般处理方法,包括信号调理、故障诊断以及数据定标过程.列举了一阶低通滤波和防脉冲扰动中位值滤波算法;提出了基于宽度检测和频度检测的故障诊断策略;描述了传感器的定标过程;通过Matlab/Simulink建模仿真验证了其可靠性.     

基于投票选举的模拟电路故障诊断

在采用传统的故障字典诊断法时，由于电路元件具有容差，测量结果和故障模拟结果产生偏差，诊断较为困难，文中提出了一种基于投票选举方法的模拟电路故障诊断的方法。该方法是用投票的方法来决策故障点，本方法简单易行，便于计算机辅助诊断。     

基于故障树最小割集的故障诊断方法

用故障树最小割集诊断法诊断装备系统故障,以Faunet算法和模块化构建并简化故障树、求解其最小割集.按重要度大的最小割集优先检测原则检测最小割集,调整最小割集重要度并找出故障源.诊断中输入故障现象,系统自动寻找匹配的顶事件且生成顶事件故障树,求出最小割集.系统的过程诊断由VC可视化程序实现.