共查询到17条相似文献,搜索用时 171 毫秒
1.
神经网络在导弹故障诊断专家系统中的应用 总被引:2,自引:0,他引:2
介绍了基于BP神经网络的导弹故障诊断专家系统的主要实现方法,详细讨论了该专家系统的知识库设计、知识表示及样本选择,以及神经网络推理机的关键实现技术,最后结合某型导弹故障诊断特点给出仿真试验,证明将神经网络应用至专家系统中诊断快速、准确率高,具备较强的实用价值。 相似文献
2.
针对现有故障诊断方法不能有效抑制雷达装备BIT虚警的现象,提出一种遗传算法优化后的BP神经网络技术抑制雷达装备BIT虚警的方法;首先介绍经遗传算法优化后BP神经网络的基本结构和学习算法,再结合雷达装备BIT的特点,以某火控系统雷达发射机作为被故障诊断对象,采用9个具有代表性的雷达发射机故障特征和8个典型故障,以Matlab作为开发工具进行仿真实验;实验结果表明该方法能准确对故障进行定位,有效抑制BIT虚警,提高雷达系统故障诊断能力。 相似文献
3.
现代船用柴油机是机一电.液等各种子系统组成的大型机电设备,结构复杂决定了对其故障进行诊断的困难性。基于目前发展较快的船用柴油机故障诊断技术及较成熟的专家系统与人工神经网络理论,对专家系统和BP神经网络的融合方法在船用柴油机故障诊断方面的应用进行了有益的探讨,并提出了利用专家系统和BP神经网络的融合方法建立的船用柴油机神经网络故障诊断专家系统基本结构。 相似文献
4.
基于BP神经网络模型的电机故障诊断专家系统 总被引:13,自引:0,他引:13
针对传统机械设备故障诊断专家系统存在知识获取能力弱、求解有一定局限性等问题,介绍了BP神经网络旋转机械故障诊断专家系统,对单位BP算法,BP神经网络的建立、训练及应用作了具体说明。该系统学习效率高,故障诊断准确,已成功应用于铁路机车走行部的轮对电机在线故障诊断。 相似文献
5.
6.
7.
BP神经网络在雷达故障诊断中的应用研究 总被引:4,自引:3,他引:1
对雷达混合电路故障诊断问题进行了研究,针对传统雷达故障诊断中的“自适应差”,“过分依赖故障数学模型”的缺陷。采用了一种故障诊断表示模型,提出将专家系统与神经网络相结合的诊断方法,避免了在实际中雷达电路难以建立精确的数学模型的问题。利用人工神经网络理论为其建立了BP神经故障诊断网络,增加了雷达电路故障诊断系统的“自适应性”。进而给出了网络训练算法和诊断步骤,最后给出了在某型雷达设备上仿真调试诊断的实例。 相似文献
8.
9.
遗传BP网络在机载雷达故障诊断中的应用研究 总被引:1,自引:1,他引:0
对遗传算法优化的BP神经网络在某型机载雷达发射机中故障诊断应用进行了研究,目的是应用遗传算法的全局最优性解决BP神经网络容易陷入局部极小的问题,从而提高BP神经网络的学习速度和精度.通过MATLAB仿真,GA-BP神经网络在发射机故障诊断中网络训练收敛速度和误差精度都明显优于BP网络,进一步验证了遗传BP神经网络学习速度快、预测精度高、泛化效果好,很适合应用于雷达等电子设备的故障诊断. 相似文献
10.
基于模糊神经网络的导弹故障诊断专家系统 总被引:2,自引:1,他引:1
为了实现对导弹测发控系统的故障诊断,研究了模糊神经网络理论与算法,以及和专家系统的结合方式;综合神经网络、专家系统和模糊逻辑的各自优点和特点,提出了构建基于模糊神经网络的故障诊断专家系统的基本原则,并给出了一种构建方法;通过将传统的专家系统技术与模糊神经网络技术相融合,文中构造了某型导弹测发控系统智能故障诊断系统,验证了方案的可行性,为类似系统的进一步实现进行了有益的探索。 相似文献
11.
基于BP神经网络的智能BIT故障诊断系统研究 总被引:2,自引:0,他引:2
论述了智能BIT的设计、检测、诊断、决策四个方面的主要研究内容,分析了BP神经网络的网络模型及工作原理,构建了基于BP神经网络的智能BIT故障诊断系统,并用某雷达录取终端的故障实际数据进行了验证。结果表明将神经网络与智能BIT结合是一种有效的诊断方法,解决了传统BIT故障诊断能力不足,导致系统虚警率过高、自适应性能差等问题,使被测系统具有更高的故障诊断能力。 相似文献
12.
基于BP神经网络的故障诊断技术研究 总被引:4,自引:0,他引:4
分析了传统的故障诊断方法的特点和缺点,在此基础上选择BP神经网络应用于故障诊断,详细探讨了BP神经网络的建模方法,根据设备的层次结构和特点,将集成神经网络应用于故障诊断,有效地克服了单一神经网络故障诊断的一些缺点,大大提高了故障诊断的效率和准确率. 相似文献
13.
一种改进的神经网络机械故障诊断专家系统 总被引:5,自引:0,他引:5
针对传统BP神经网络训练中收敛速度较慢的缺点,提出一种基于L-M算法的神经网络应用于机械设备故障诊断的专家系统。论述了神经网络的专家系统结构,并以7216圆锥轴承试验研究为例,建立了基于该算法的故障诊断模型。仿真结果表明:该模型显著缩短了训练时间,具有较高的准确性。运用该神经网络专家系统进行机械故障诊断是有效的。 相似文献
14.
15.
16.
17.
为了解决机床远程故障诊断中有线网络布线干涉、设备成本高等问题,同时满足大数据存储、多样化数据接入的需求,提出基于物联网(The internet of things,IoT)无线网络和IoT云平台的故障诊断系统。系统模型设计为4层:采集层、传输层、运算层和应用层。采集层采用基于应用过程的对象连接与嵌入(Object linking and embedding for process control,OPC)和多传感器融合的数据采集方法,获得故障诊断所需数据;传输层基于窄带物联网(Narrow band internet of things,NB-IoT)无线通信技术和IoT云平台,实现数据远程传输、通信和存储;运算层基于BP神经网络在前、专家系统在后的串行反馈控制机制,建立故障诊断算法模型。以机床的主轴伺服系统为实例,分析其故障现象并获得故障样本,对诊断算法模型进行误差仿真分析,预测结果与期望相吻合,验证了该模型的有效性。 相似文献