基于模糊神经网络的陀螺温控系统故障诊断

针对故障诊断知识具有模糊性的特点,在基本前向神经网络的基础上,提出了一种适用于挠性陀螺温控系统的串形结构多层前向模糊神经网络(FNN)的故障诊断方法,并给出了网络的结构和学习方法。仿真结果表明,将模糊理论和神经网络方法结合在一起,可以准确地对陀螺温控系统进行故障诊断,证明了该方法行之有效。     

模拟线性电路的多故障诊断方法

提出了一种基于电路分析理论的模拟线性电路多故障诊断方法,该方法采用电路分析理论中的替代定理,叠加定理来列写电路的故障诊断方程,利用方程组的相容性原理来进行故障定位,通过计算故障支路的电导增量来完成故障定值.仿真实例表明,这种方法可以提高电路诊断的准确性,并为模拟动态电路的故障诊断提供了理论依据.     

导航装备数字维修平台的安全技术

讨论了导航装备数字维修平台的网络传输安全性问题,分析其安全需求,提出采用Java安全技术来解决堆修平台的安全性.从工程项目实际需要的角度出发,阐述了在导航装备数字维修平台中的Java安全机制以及实现技术.     

一种故障诊断专家知识库编辑和维护系统

设计了一种适用于火控系统的故障诊断专家知识库编辑和维护系统。从诊断对象的结构和功能原理出发,提出了一种对象式框架知识表示方法。该方法将诊断对象的原理知识统一为一种形式,简化了知识表示的复杂度。该系统分别建立对象式框架的状态、测试、规则、维修、图表等知识项,利用这些知识项建立系统的知识库。还对系统的可视化实现和功能进行了说明。实践表明该方法可以提高系统的直观性、简洁性,提高人机交互能力。     

INS 故障模型和推理方法的研究与设计

讨论了某型惯导 ( INS)设备的结构、工作流程和故障特点 ,分析了基于知识的专家系统 ( ES)常用的诊断模型和推理方法 ,在此基础上 ,设计了具体的基于对象的惯导综合层次模型及其推理机 .该模型和推理机已实际应用于该型 INS的故障诊断专家系统的设计     

数据基故障诊断算法更新问题研究

机内测试被广泛应用于故障诊断、装备健康管理与预测等领域。针对机内测试设备在设计和升级时遇到的分类器更新、样本数量不平衡、硬件条件限制问题,提出初步解决方案。利用基于密度的聚类和人工免疫方法处理原始数据;提出基于代表样本点的混合学习方法;利用支持向量机和仿真案例验证所提方法。结果表明所提方法能够解决上述问题,有助于基于数据的机内测试设备设计与升级。     

CAN总线在装甲车辆故障诊断与状态检测系统中的应用

针对目前装甲车辆内部设备种类繁多、故障机理复杂且缺乏较为全面的实时在线故障诊断与状态检测手段这一问题,提出了一种基于CAN总线的网络化在线故障诊断与状态检测系统设计方案,进行了CAN总线通信网的短帧应用层协议开发以及系统实现。该系统具有实时数据采集、在线故障诊断和状态检测等功能,且扩展性强。该系统通过了实车试验,测试结果验证了该方案的可行性和系统工作的可靠性。     

基于多级RBF神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于多级RBF神经网络集成的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息,建立多级神经网络集成观测器模型。将输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现控制系统传感器故障在线诊断。将三容水箱液位控制系统作为仿真对象,仿真结果表明该方法不仅可以提高单一神经网络的运算精度,而且采用RBF神经网络集成方式还要优于其他集成方式,可以快速准确地检测和分离传感器故障,辨识传感器故障类型、故障大小以及故障发生的时间。     

基于改进的 D-S 证据理论在设备故障诊断中的应用

多传感器、多手段检测的信息融合技术在设备检测中的应用日益广泛,而常用的基于D-S证据理论的融合技术除了没有给出可信度的分配方法外,融合结果上还有很多不足之处。探讨了可信度的分配问题,提出了几种改进的融合方法,较好地解决了证据冲突时的否定性、积化性和敏感性问题。     

模糊识别和随机森林算法在柴油机振动信号状态识别中的应用

针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法。通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参量及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达到94%以上。