基于神经网络的液体火箭发动机故障检测系统

提出和建立了一种用于液体火箭发动机（ＬＲＥ）故障检测的神经网络系统,这种系统包括两层：第一层由ＷＴＡ（Ｗｉｎｎｅｒ－Ｔａｋｅ－Ａｌｌ）神经网络组成,ＷＴＡ网络用于检测发动机故障输出模式;第二层由ＢＰ（Ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ）神经网络组成,ＢＰ网络利用第一层次的输出结果作为输入显示故障大小。文中对ＬＲＥ故障检测进行了数值仿真,仿真结果验证了神经网络故障检测系统的优越性能。     

火场金属物证常见光学金相显微组织解说

金相分析鉴定技术是目前电气火灾原因鉴定中最重要的一项技术,文中对火场金属物证常见光学金相显微组织特征给予了明确的描述,并附以图例进行说明。本文解决了“是什么样”这样一个最基本也是最关键的问题。     

滚动轴承故障智能诊断系统的研究

本文结合“滚动轴承故障智能诊断系统”的科研课题,介绍了智能诊断系统研制过程中轴承故障特征频率的近似计算、智能诊断报警参数的确定、报警门限值的确定、趋势预测及实验诊断结果分析。     

基于神经网络的8位A/D转换器的硬件实现

本文阐述了双极性信号的８位Ａ／Ｄ转换器的基本原理,给出了由Ｈｏｐｆｉｅｌｄ神经网络的原理电路逐步演化成实际电子线路的整个过程,并对实际硬件电路进行了计算机仿真,取得了满意的结果。     

利用多层神经网络实现核爆/非核爆的模糊综合评判方法

着重讨论了模糊综合评判与ＢＰ网络结合的原理,构造了一个可实现模糊综合评判的ＢＰ网络,并将其用于核爆／非核爆识别。以美国ＮＢＤＳ的软件判据为基础,检验了识别的效果。结果表明,对实测９个核爆样本均能正确识别,对模拟产生的３５个核爆非核爆样本,误识２个,总的正确识别率达到９５．５％。     

弹道参数的人工神经网络算法研究

将神经网络理论引入火控领域,建立一个输入参数为高度Ｈ、速度Ｖ和俯冲角λ的多层神经网络模型,用Ｂ－Ｐ学习算法,对弹道的射程Ａ和落下时间Ｔ进行拟合。仿真结果表明,神经网络是用于弹道参数拟合的一个有效的方法,并取得了满意的精度。     

正则有理 Bé zier 曲线的等距曲线算法

通过利用改进的有理德卡斯特里奥算法求得正则有理n次Bé zier 曲线各点处的切矢,由此得到各点的单位法矢量,应用于求原始曲线的等距曲线.从而巧妙地解决了原始正则有理n次 Bé zier 曲线上各点的单位法矢量难求的困难。该方法几何意义明显,算法简洁,实践效果比较好,最后本文给出了两个实例。     

拟共形映照和 Hölder 连续性

设 f 是 R" 中的域 D 到有界的 M-QED 域上的 K-拟共形映照,0<α≤(KM)^1/1-n在本文中作者证明了f∈Lip_α(?D)的充要条件是 f∈ Lip_α(D)。     

模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

C~3I决策系统的Petri网建模技术

综述了Ｃ３Ｉ决策系统的若干Ｐｅｔｒｉ网建模方法。首先介绍了Ｃ３Ｉ系统的一般Ｐｅｔｒｉ网建模技术和时间Ｐｅｔｒｉ网建模技术,并介绍了随机Ｐｅｔｒｉ网建模技术;然后介绍了谓词Ｐｅｔｒｉ网和有色Ｐｅｔｒｉ网建模技术。最后指出了Ｃ３Ｉ决策系统中,Ｐｅｔｒｉ网的若干研究方向。