基于BP网络的某型火控雷达角跟踪系统故障诊断

在介绍BP网络基本结构原理及其学习算法的基础上,结合某型火控雷达的特点,以角跟踪系统作为被诊断对象,运用BP神经网络的数学模型及学习算法对其进行故障诊断。诊断结果表明BP网络能够准确地诊断出样本的故障,提高了某型火控雷达角跟踪系统的一线维修效率,为提高火控雷达故障诊断效率提供了一种新的途径。     

基于Bi-LSTM模型的车载ATC设备故障诊断方法

以某地铁1号线车载列车自动控制系统设备故障记录数据为样本,提出了一种基于双向长短时记忆网络模型的车载列车自动控制系统设备故障诊断方法,利用Bi-LSTM网络的记忆特性,学习故障描述语句间的故障特征信息,提取其中的语义依赖,然后用未学习样本数据对模型验证,最后用十折交叉验证法计算模型精度,该模型的准确率为98.9％,故障...     

舰船电气装备测试性标准初探

舰船电气装备的功能结构日益复杂，对其维修保障性能提出了更高的要求。为了减少舰船电气装备故障维修时间、降低全寿命周期费用，开展舰船电气装备的测试性标准研究至关重要。针对现有测试性标准可操作性不强、不配套、不明确等问题，在对国内外相关文献的研究基础上，结合舰船电气装备测试性设计研究现状，提出了制定舰船电气装备测试性标准的可行性建议，强调了故障诊断理论及测试性建模的重要性，为后续测试性标准化研究提供参考。     

雷达装备智能集成故障诊断

现代雷达装备功能多、结构复杂、集成度高,其故障具有复杂性、层次性、相关性、延时性和不确定性.因此雷达装备故障模式多种多样,信号复杂,单一诊断模式已远远不能满足故障诊断的需要,基于现代雷达故障诊断的复杂性的现时需求,提出雷达装备智能集成故障诊断模型,给出了模型的诊断推理过程,对系统实现中的知识获取、知识表示和诊断推理方法...     

基于云分类器的液体火箭发动机故障诊断方法

本文首先将液体火箭发动机故障诊断问题转化为故障特征的模式分类问题,然后针对当前模式分类方法难以处理不确定性信息、属性特征空间的划分过硬等缺陷,结合云模型和云变换研究,提出了一种基于云分类器的液体火箭发动机起动过程故障诊断方法。历次试车数据的验证结果表明,该方法能够及时准确识别发动机起动工作过程中的故障模式。     

基于粗糙集理论的定性推理结果的约束

从分析定性推理结果存在的问题出发,提出定性约束的必要性.总结了几种现有的定性约束,提出一种新的定性约束-粗糙定性约束,利用粗糙集属性约简算法对定性推理结果进行约简.简要介绍了粗糙定性推理软件的总体设计思路流程和功能模块划分.以物资供应保障过程定性推理结果为例,对所得推理结果进行粗糙定性约束,得到重要推理结果,为物资供应保障决策提供参考意见.     

分布式监测系统故障诊断功能模型分析

分布式监测系统长时间的连续监测,累计的数据量非常可观,为了数据实时传输及节省传输成本,对监测的数据现场预处理,采取一定的方法压缩数据量非常必要.目前,针对状态数据传输过程中的数据压缩与传输效率的研究还很少,一般采用黑匣子功能模型或白匣子功能模型,虽然具有减少数据冗余的作用,但是没有考虑数据流本身冗余特性,提出基于数据压缩的分布式监测系统功能模型,提高了通信速度和可靠性,满足了实时传输的要求.     

一种高效的通信电台测试点优化故障诊断策略

针对通信电台的测试诊断问题,通过建立“故障一测试”相关性矩阵,提出了一种GADPSO算法与最大诊断信息量准则结合进行通信电台故障诊断的方法．GADPSO算法收敛速度快、计算精度高,既避免了陷入局部最优和早熟收敛,又提高了优化效率;最大诊断信息量准则能全面评判测试点,快速有效地获得测试顺序．该方法为通信电台故障诊断提供了一种高效诊断策略．     

基于CNN的三相逆变器开路故障诊断及其样本条件分析

为了合理选择样本条件以实现高效的智能化诊断,以及克服智能化方法中传统反向传播(back propagation, BP)网络权值较多、局部信息提取能力不足的问题,对基于卷积神经网络(convolutional neural network, CNN)的开路故障诊断方法进行研究,并以典型的三相两电平逆变器为具体对象,着重分析样本时长、样本数量变化时,CNN方法相较于BP网络方法在网络权值数量、训练稳定性、诊断准确率上的量化优势。结果表明,基于CNN的方法可在权值数量远少于BP网络方法的情况下构建深度更深的诊断模型,并在更短样本时长、更少训练样本数量下实现高效、准确的开路故障诊断。     

基于改进粒子群算法的神经网络及其在核电站故障诊断中的应用

针对传统BP神经网络以及标准PSO算法神经网络在故障诊断过程中易出现收敛速度低及易陷入局部最优点的问题,提出了一种使用改进PSO(IM-PSO)算法进行训练的神经网络。该方法具有收敛速度快、不易陷入局部极小值的优点。使用该方法对核电站二回路凝给水系统的典型故障进行了诊断,诊断结果表明:该方法的性能优于传统BP算法和标准PSO算法,在复杂系统故障诊断领域具有很好的应用前景。