被动免疫算法在模拟电路故障诊断中的应用研究

基于生物免疫系统的信息处理机理,介绍了被动免疫算法的实现过程,并将其应用到某装备电路板的故障诊断之中。该算法具有边检测边学习的动态调整功能,仿真和实验实例表明,该算法适合于电路板的故障诊断,有较高的故障诊断率。     

水力测功器模拟螺旋桨高海情负载的神经网络预测控制仿真研究

为解决用水力测功器实现螺旋桨高海情下动态负载模拟的难题,首先给出了问题的数学描述并从工程应用角度做了适当简化,完成了开环辨识试验和神经网络建模;然后基于模型预测控制的基本原理进行了水力测功器模拟螺旋桨高海情负载的神经网络预测控制研究;仿真研究结果证明,文中所提方法确实有效,可用于水力测功器建模及动态加载控制。     

新型电子装备固有测试性验证研究

分析了新型电子装备的特点和传统测试性验证方法的不足后,提出了新型电子装备固有测试性验证方法.在阐述了固有测试性验证方法原理的基础上,探讨了固有测试性验证方法的主要研究内容,并重点研究了新型电子装备测试点设计完备性的验证方法.     

空空导弹测试性验证方法探讨

本文对空空导弹的测试性验证的主要内容、参数以及测试性的验证方法进行了探讨。根据空空导弹的特点,提出了以数据收集为主,以测试性验证试验为辅的方法,并对验证方法进行了详细阐述。     

基于数据库的自动测试系统软件平台的设计与实现

采用基于数据库的模式构建系统软件平台,综合各种技术通过数据库控制测试过程。测试程序集的开发借鉴IVI-MSS和面向信号ATS的软件结构,利用功能接口技术实现仪器可互换性,运用模块化技术解决测试程序集的可移植性问题。实验表明:该软件平台设计合理,适用于多种装备测试与诊断系统的快速开发。     

基于粗糙神经网络和网络撕裂的故障诊断方法

利用网络撕裂法逐层将复杂装备撕裂为较为简单的单元,并充分利用粗糙集和神经网络融合方法的优点进行故障诊断。提出了基于粗糙神经网络的网络撕裂故障诊断方法,总结出基于粗糙神经网络和网络撕裂的故障算法流程图。以L-F滤波器为例进行实验,结果证明:该算法明显优于普通的基于粗糙神经网络的故障诊断方法,网络结构得到简化,训练速度得到加快。     

电子装备板级检测诊断方法

针对当前电子装备构造特点,从测试角度出发,给出了电路板的4种基本类型,并对电子装备板级检测诊断系统的多种物理结构实现方案进行了分析总结,以某型电视跟踪器为对象,给出了其电路板检测诊断系统的硬件设计方案.该方案对进行相关硬件设计具有一定的实用和参考价值.     

希腊接收首批6辆Buffel装甲快速抢救车

洛克希德·马丁公司表示,该公司为美海军建造的“自由”号近海战斗舰已经通过了一系列的作战系统和舰载设备的测试。     

基于自适应滤波的坦克发动机振动信号的信噪分离方法

发动机表面振动是一种多振源、激励复杂的振动形式,在发动机测试时目标振动信号受到很强的噪声干扰,必须通过有效方法进行信噪分离.介绍了一种利用人工神经网络进行自适应滤波的信噪分离方法,根据自适应噪声抵消原理建立了ADALINE自适应神经滤波器模型,并使用该模型滤除坦克发动机汽缸盖振动信号中的机体振动噪声,提高了信噪比,为汽缸盖振动信号的进一步分析处理奠定了基础.     

基于神经网络的模糊理论在桥梁状态评估中的应用

探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好.