基于D-S证据理论的故障诊断方法

采用信息融合的方法,对高功率微波打击后的装备进行故障诊断。使用D-S证据理论,将信息融合应用于高功率微波(HPM)效应的故障诊断中,并用实例进行了仿真分析。结果表明：采用信息融合方法来诊断高功率微波效应后的故障是有效的,随着融合次数的增加,故障诊断的确定性增大,该方法提高了故障诊断的正确率。     

基于神经网络的雷达故障诊断方法研究

雷达装备可更换单元上故障模块和元器件的检测,诊断难度较大,影响战斗力的发挥。为了准确快速定位可更换单元上的故障模块和元器件,提高雷达装备的保障能力,将神经网络用于故障诊断;分析了神经网络进行雷达可更换单元故障元器件诊断的原理;建立了故障诊断样本训练和测试平台;并以实例在该平台上对建立的网络进行训练和实际诊断。结果表明,该方法智能化程度高,较好地解决了雷达可更换电路的故障诊断问题。     

案例推理的雷达装备故障诊断专家系统

以故障诊断的理论和方法为基础，综合运用基于案例推理和专家系统理论，对雷达装备的故障诊断问题进行研究，形成一个集成的智能诊断专家系统。介绍了系统的总体结构和工作原理，并给出具体的诊断实例，该方法充分利用案例推理的优点，将提高雷达装备故障诊断的正确性和效率。     

基于粗集理论的雷达目标类型识别

将粗糙集决策算法用于常规雷达目标多特征融合分类,并进行雷达目标类型识别,可提高目标的识别率,增强系统的稳健性.通过建立目标特征知识系统与分类决策表,提出了决策规则的应用和系数的确定,并提出了目标融合分类的步骤与方法.当雷达从不同姿态角照射目标时,从回波序列提取的目标径向投影特征属性取值将分布在一个与目标结构尺寸有关的区间之内,加之雷达测量误差使目标属性测量值呈平稳正态分布,所以,对决策表的条件属性取值进行区间划分将有助于增加条件属性矢量的容差能力,提高分类决策的稳健性.以一个包含6类30种目标的知识系统为例的分类实验达到了不低于90%的识别率.     

基于RCM理论的某型雷达故障诊断专家系统

针对雷达电路故障诊断难度大,提出从电路的最底层元器件入手进行可靠性分析,利用Visual Basic编译环境与PSpice软件进行有效连接,实现故障知识获取。此方法降低了知识获取的工作量以及对专家的依赖性,为研制开发出界面友好、具有防差错能力的雷达内部电路专家系统奠定了基础。     

基于BP网络的雷达故障诊断

针对传统故障诊断技术的局限性,探讨了基于BP神经网络的故障诊断方法,并结合雷达系统故障诊断的特点,建立了基于神经网络的雷达故障诊断系统。系统在Windows环境下,使用面向对象程序设计,使故障诊断智能化、简单化。实验表明,该系统提高了故障诊断的效率。     

基于专家系统的雷达故障诊断软件研究

论述了一种基于专家系统的雷达故障诊断软件的功能与系统架构、设计思想.系统以自动测试系统为硬件平台,引导用户测试、推导,直到发现并定位故障位置.采用贝叶斯网络的方式建立故障诊断模型,以专家经验的形式分析雷达电路理原理,获取故障诊断模型的各项参数.系统具有学习、反馈能力,能在使用过程中逐步完善、优化诊断流程,实现测试系统的自我完善.     

基于粗糙集理论的发射机故障诊断研究

研究应用经典Pawlak粗糙集理论从发射机监控数据中提取有效信息的方法,给出了对故障监测数据表的属性约简算法,输出故障决策规则,以中波发射机“输出功率”故障为例,进行了算法推演与实例仿真,证实所建故障诊断系统科学合理,高效可行.从变论域的角度出发,引入了决策粗糙集的启发式理论,解决了故障数据先验分布的容错问题,实现预诊断,为完善发展发射机人工智能监控提供了一个新思路.     

基于CANopen协议的雷达故障诊断系统设计

现代雷达系统的发展对雷达故障检测提出了新的要求。在深入研究CANopen协议栈的基础上,设计并实现了一个基于CANopen协议的雷达故障诊断系统,给出了该故障诊断系统的主站、从站硬件设计方案和主要软件设计思路,以及故障诊断过程中智能专家系统的实现方法。     

基于数据挖掘技术的炮兵雷达故障诊断

针对目前炮兵雷达故障维修困难等问题,开发了基于数据挖掘技术的雷达故障诊断系统。详细介绍了数据挖掘的概念、过程和算法,阐述了数据挖掘在雷达故障诊断系统中的应用必要性。提出了故障诊断的系统架构,并针对该层次体系结构进一步提出了数据挖掘的应用模型。应用结果表明系统的可行性和实用性,极大地提高了维修效率和故障诊断能力。     

基于粗糙集混合系统的雷达印制板故障智能诊断

新型雷达可更换的板级电路复杂、数量多。为了快速诊断板级电路故障,提出了采用分类的粗糙集-神经网络-专家系统的混合系统实现雷达装备的故障诊断。简要介绍混合系统进行雷达板级电路故障诊断的工作原理;建立了故障诊断样本;并以实例对粗糙集-神经网络-专家系统的混合系统进行训练和实际诊断。结果表明,该方法诊断准确性高,比其他方法更为快速有效,较好地解决了雷达可更换板级电路的故障诊断问题。     

粗糙集-遗传神经网络在挖掘机故障诊断中的应用研究

针对当前单一的故障诊断方法不能满足实际需求的问题,提出了一种粗糙集-遗传神经网络分类器模型,实现对挖掘机故障分类.该模型首先利用粗糙集理论对神经网络的输入进行属性约简,以减少神经网络的工作量;利用遗传算法优化BP神经网络,解决神经网络易陷入局部极小和收敛速度慢的问题;最后利用约简结果和优化的BP网络进行网络训练.实验结果验证了该方法用于故障诊断的有效性.     

基于粗糙集理论的梭式窑故障诊断专家系统

针对梭式窑运行故障多且难以快速检测和定位的问题,研究并设计出一种基于粗糙集理论的故障诊断专家系统。详细分析了专家系统粗糙集理论的信息表示、知识约简及诊断概率模型,重点设计并介绍了专家诊断系统中各个部分的详细组成,最后还给出了本系统的实际开发与实验情况。运行实践表明,该专家系统的知识模型适应性好,推理结果可靠稳定,具有较好的应用和推广价值。     

基于故障树分析的雷达故障诊断专家系统设计

快速进行故障诊断是保证雷达装备综合保障能力的前提,建立一套故障诊断专家系统来不断总结专家经验,从而使维修工作更加科学、有效。以某舰载搜索雷达系统为例,给出了雷达系统故障树的构建方法、故障诊断专家系统知识库的建立及推理机的设计,并简要介绍其实现方法。     

基于贝叶斯网络的雷达故障远程诊断系统研究

为了提高高密度航天发射任务条件下的雷达维修能力,缩短维修时间,研究了一种基于贝叶斯网络的雷达故障远程诊断系统。设计了该故障诊断系统的硬件总体结构和软件功能架构,介绍了雷达故障数据的采集和加密传输过程。利用贝叶斯网络建立雷达故障模型,并通过期望最大算法确定了故障模型的参数;采用联合树算法,实现故障定位推理。故障诊断实例表明:与传统的故障诊断方法相比,基于贝叶斯网络的故障诊断方法能够有效识别雷达的故障类型,具有故障定位准确、运行时间短等优点。     

基于粗糙集的常规雷达目标分类器研究

粗糙集决策系统通过分别检验特征矢量中每个属性值的符合程度进行概念型决策,并能根据暨有目标特征知识系统生成表征特征属性在分类过程中重要程度的粗糙隶属度。文中构建了一个基于粗糙集的雷达目标分类器,并以目标径向投影尺寸和航迹参数为例进行分类试验,对一个包含分属于6类的30个目标特征知识系统,在对目标特征属性值叠加雷达典型测量误差的条件下,达到了不低于90%的识别率。     

某型机载雷达故障诊断系统的知识处理

通过对某型机载雷达故障诊断系统知识的分析，提出了将专家知识分为推理型知识和经验型知识的处理方法，并探讨了在故障诊断专家的表示和实现问题。