基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

核动力装置控制系统神经网络故障诊断

研究了如何将先进的人工神经网络的方法应用到核动力控制系统故障诊断中,并对这种方法的原理、优缺点、可行性等进行了分析,提出了针对核动力装置控制系统的设计方案.     

基于概率神经网络的某导弹发动机系统故障诊断

反向传播神经网络(BPNN)和概率神经网络(PNN)对某型号导弹发动机若干原型故障进行定性的诊断,并将仿真结果进行了比较。仿真结果表明,当测量参数不包含噪声或噪声较小时,两种网络都具有很高地诊断准确率;当测量参数的噪声较大时,概率神经网络的诊断准确率远大于反向传播神经网络,显示了概率神经网络较强的诊断鲁棒性。此外,概率神经网络能够充分利用故障先验知识,并考虑代价因子的作用,从而把误诊断可能带来的损失减小到最低程度。     

基于概率神经网络的设备故障诊断及仿真分析

针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性.首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果.仿真表明,基于PNN模型的分类方法在分类速度、精度和泛化能力方面均优于基于BPNN的模型,是一种有效的故障分类方法.     

基于虚拟样机的供输弹机液压系统故障仿真

供输弹机是火炮实现装填自动化的重要机构,涉及机电液等多种系统的耦合,故障率较高.为了能够真实地模拟供输弹机液压系统的故障过程,提出了适用于大型复杂系统耦合仿真的协同仿真方法,建立了完整的供输弹机虚拟样机,较好地解决了机电液耦合、多碰撞拓扑等难题,并通过实装试验数据验证了虚拟样机仿真的可信性.以溢流阀发生粘滞阻力过大和液控单向阀发生控制油路故障为例,说明了故障发生时供输弹机的动力学响应特性,明确了故障机理,为快速地进行故障特征提取和积累故障样本奠定了良好的基础.     

基于虚拟样机的导弹落点精度

提出一种研究导弹落点精度的仿真方法。在ADAMS/View中建立导弹虚拟样机,在MATLAB中设计控制算法并构建模块化的仿真系统。研究影响导弹落点精度的随机扰动变量,确定它们的分布规律,产生随机扰动变量的样本并添加到所建立的模型中。通过ADAMS/Controls模块实现虚拟样机和控制系统之间的接口,进行机电联合仿真和模拟打靶。分析仿真结果,评定导弹落点精度。这种方法实质上是蒙特卡罗法,但用虚拟样机代替了传统上使用的数学模型,以增加模型的可信度。     

基于ADAMS的某型高射机枪虚拟样机建模与仿真

在分析某型高射机枪射击过程中各构件的运动以及相互作用的基础上,利用Pro/E和ADAMS软件建立该高射机枪的虚拟样机模型,并对其自动机运动特性进行仿真校核,证明虚拟样机建立的可信性,为该枪进一步的仿真研究奠定基础。     

基于VR的加油装备虚拟样机技术研究

目前,我军加油装备的开发依赖物理样机解决设计中的问题,其信息交流不 便、开发费用昂贵、开发周期长。应用VR技术得到加油装备的虚拟样机,可以代替装备物 理样机解决和交流设计过程中的问题,提高装备的开发水平、整体性能,降低开发成本与开 发周期,实现了加油装备开发的数字化、信息化,综合效益显著。     

基于空空导弹虚拟样机的虚拟靶试仿真系统设计

基于导弹虚拟样机仿真平台和商用视景仿真软件实现了空空导弹虚拟靶试仿真系统。充分利用了商用视景软件便捷、高效、高保真的飞行模拟解决方案,同时兼顾空空导弹性能虚拟样机拟真度高的特点。结合基于视景系统的人机交互飞行仿真模型开发、导弹虚拟样机的仿真模型组成与搭建、数据交互模块设计等内容,阐明了空空导弹虚拟靶试仿真系统的建立过程。     

基于LPS模型的飞行器控制系统故障诊断方法

传统故障诊断方法一般针对测量信号而展开,未考虑其实际物理连接特性对故障诊断结果的显著影响。随着专业电气系统设计软件的广泛应用,设计人员容易获取系统的物理连接特性和逻辑连接特性。论文通过对产品层、系统层的信号、物理连接及其互连关系的分析,提出了一种将抽象的逻辑信号和具体的物理连线统一起来的逻辑物理综合(LPS)模型,并研究了基于导线表文件和网表文件的LPS模型实例化方法,开发了一套智能故障检测软件,进行了算例验证,结果表明：基于LPS模型的故障诊断方法能够将系统故障定位到指定产品级别上,具有极大的工程应用价值。     

基于OpenGL的虚拟样机几何建模研究

采用基于OpenGL的I-DEAS仿真软件 ,建立了某型导弹抢修车的虚拟样机几何模型 ,该样机模型已运用于进一步的仿真分析中。     

基于信息神经网络的内燃机故障诊断方法

在统计概率基础上建立了信息神经网络 ,探讨了利用该网络诊断内燃机故障的方法 ;并在 1 2 1 50L内燃机上进行了模拟故障的诊断试验。试验结果表明 ,该方法是可行的。     

虚拟样机技术在装甲装备研制与开发中的应用

针对装甲装备复杂程度越来越高的问题,单一软件功能已不足以描述其复杂的系统模型。为此,建立装甲装备的虚拟样机协同仿真平台,说明其主要功能,并通过实例介绍了虚拟样机技术在装备研制与开发中的应用。     

基于模糊神经网络的武器控制系统信号分析

某新型飞机武器控制系统故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,精确定位故障存在许多困难。针对这种情况,提出了基于模糊神经网络,研究了模糊神经网络技术在武器控制系统故障诊断领域的应用,并根据系统本身的特点,提出了诊断和算法模型。在此基础上,研制出武器控制系统检查仪,对该方法作了验证。结果表明:该方法是可行和有效的。     

粗糙神经网络的航空电子系统故障诊断方法

提出了一种基于粗糙神经网络的航空电子系统故障诊断方法。该方法运用粗糙集理论进行知识规则的提取,用提取的规则对航空电子系统输出数据进行分类,再用神经网络对每一类进行辨识,最后用粗糙集分类结果与各个神经网络输出进行综合得到系统一步预测结果,将该预测结果与航空电子系统实际输出进行阀值比较,进而进行故障诊断。实际应用表明该方法可行并能够有效地检测系统故障,故障诊断率高。     

基于虚拟样机的导弹维修训练仿真系统

以虚拟样机技术为基础 ,提出了装备虚拟维修训练系统建设总体方案 ,主要用于解决目前武器装备维修训练采用实物、实兵、实地训练 ,日常训练成本高、危险性大、训练效率与训练效果有待提高的问题。采用虚拟样机技术开发的装备维修仿真训练系统是解决目前武器装备维修训练突出问题的有效途径。该系统的实现 ,对于解决目前存在的复杂装备维修训练问题有重要意义     

基于虚拟样机的武器装备远程诊断技术研究

针对部队武器系统维护与诊断资源没有很好整合的现状,以网格技术为基础,提出了建设全军层面的武器维护与诊断网格平台的思路,并建立了基于嵌入式智能代理的武器系统诊断网格模型,对模型涉及的关键技术进行了分析;引入虚拟样机仿真技术,结合武器系统设计的发展现状,提出了基于现场监测与虚拟样机仿真的诊断模型,并对实施步骤进行了研究.     

基于模糊神经网络的连轴器故障诊断方法

针对连轴器的典型故障,应用振动谱分析方法,在前期实验的基础上,总结出连轴器故障诊断的几条模糊规则,提出了基于模糊神经网络的连轴器故障诊断方法,提高了故障诊断的准确度。     

指挥控制系统故障诊断专家系统的设计与实现

以专家系统理论为基础,针对某指挥控制系统的组成和下属工作站的结构特点,分析了该系统故障发生和故障传播的机理,应用故障树分析法,建立起系统的故障树。研究了故障的知识获取和表示方法,推理策略和推理机的构建。应用面向对象技术,构建了一种基于层次诊断模型与故障树分析法相结合,融经验诊断和原理诊断为一体的故障诊断专家系统。     

防御战车行进间发射虚拟样机建模与仿真

为了评估防御战车行进间发射的可靠性,运用动力学虚拟样机建模与仿真技术对战车行进间发射进行了研究.依据战车三维实体模型,基于多体动力学软件建立了战车的多体功能型虚拟样机模型.应用实测的载荷-位移曲线建立了非线性油气悬挂模型,应用非线性并联弹簧阻尼模型模拟了箱弹间的接触力,基于路面功率谱密度函数,应用Sayers理论建立了...