神经网络技术在雷达电路故障诊断中的应用

简要介绍了雷达电路故障模式和BP神经网络的算法,针对雷达故障诊断的复杂性,提出了采用神经网络技术实现雷达的故障诊断。并以典型故障为例,设计了一个基于BP网络的故障诊断系统,通过实际仿真和应用,取得了较好的效果。     

概率神经网络在武器装备故障诊断中的应用

针对当前复杂武器系统在装备部队后出现的故障定位难题,采用概率神经网络进行装备的故障诊断.给出概率神经网络算法及故障诊断步骤,建立基于概率神经网络的故障诊断模型,以某新型武器装备为对象,将该模型应用于装备故障诊断,并使用Matlab进行仿真验证.仿真结果表明:概率神经网络能够有效识别出装备的各种典型故障,降低部队使用过程中故障排查难度,提高装备的维修保障能力.     

概率神经网络在武器装备故障诊断中的应用

针对当前复杂武器系统在装备部队后出现的故障定位难题,采用概率神经网络进行装备的故障诊断。给出概率神经网络算法及故障诊断步骤,建立基于概率神经网络的故障诊断模型,以某新型武器装备为对象,将该模型应用于装备故障诊断,并使用Matlab进行仿真验证。仿真结果表明概率神经网络能够有效识别出装备的各种典型故障,降低部队使用过程中故障排查难度,提高装备的维修保障能力。     

某火炮协调器摆弹装置的故障仿真研究

针对某火炮协调器在摆弹过程中遇到的故障问题,采用虚拟样机技术进行研究.利用ADAMS和AMESim软件建立协调器虚拟样机模型和液压系统模型,通过联合仿真,结合实验数据进行校核,并通过设置摩擦、电机电压、液压缸内泄露等故障进行仿真.对比故障仿真结果与正常仿真值,得出不同故障参数对仿真结果的影响.结果表明:该方法可更真实、准确、有效地研究协调器的动态特性,可为故障诊断与维修提供参考依据.     

核主分量分析法提取液体火箭发动机故障特征

某型号液体火箭故障仿真过程中涉及大量描述发动机状态的参数,因此在对该设备进行故障诊断前,需要对监测或仿真数据进行特征提取,以减少存储空间,缩短故障诊断时间.采用主分量分析法及其改进算法核主分量分析法对其故障仿真数据进行特征提取,从多个描述该型号一级火箭发动机故障状态的变量中选取了少量特征,采用这些特征进行故障诊断时,诊断结果正确,同时显著提高了故障诊断的实时性能.     

基于小波变换的二阶传感器故障诊断研究

针对难以直接检测实际航空工业过程中的传感器故障问题,提出一种基于小波变换的传感器故障诊断方法。采用连续小波变换对传感器故障进行检测,准确定位故障发生时刻,并对比不同小波基函数的处理效果,对几种典型的传感器故障进行诊断。选取二阶传感器作为仿真对象,利用Matlab/Simulink搭建模型进行仿真验证。仿真结果验证了该方法的准确性。     

军用车辆电气系统典型故障诊断方法的研究

通过对电气系统常见的传感器类故障、电机类感性绕组的故障、输配电线路故障和数字控制部件故障的分析,提出了相应的基于恒流源的故障诊断方法、基于脉冲序列的故障诊断方法、基于状态信息(电压/电流等)的故障诊断方法和基于BIT的故障诊断方法.针对上述方法,采用Matlab软件进行了仿真,结果表明:提出的4种故障诊断方法能够对相应的典型故障进行合理有效的诊断,为应用新技术推进电气系统故障诊断技术研究提供了一种实现方法.     

远程火箭炮武器系统故障模拟仿真

为解决远程火箭炮(简称远火)武器装备出现故障后不能有效地进行故障原因分析和排除的问题,对其故障进行模拟仿真.分析远火武器系统装备故障产生的机理,根据其特性和故障的传播特点,运用故障机理建模和半实物仿真模拟的方法,构建描述远火故障属性的机理模型和相关数据库,借助人工神经网络算法分析故障的传播特点规律,并通过实例进行仿真实验验证.仿真结果表明:该研究对远火武器系统维修训练提供一种技术指导,具有一定实际意义.     

基于局部线性模型树模型的柴油机进气系统漏气和堵塞故障诊断

柴油机进气系统漏气和堵塞等性能退化型故障将会导致排放恶化和经济性下降。针对进气系统具有较强的非线性,难以建立精确的数学模型问题,提出基于局部线性模型树（LOLIMOT）模型的故障诊断方法,为在线故障诊断提供一种思路。提取进气压力波的一次谐波信号幅值与相位、充量系数为故障特征,采用 LOLIMOT方法对充量系数、进气压力波动幅值与相位信号建立基于发动机转速和进气密度的参考模型;采用奇偶方程生成3个残差信号,计算各个残差信号的阈值;分析残差信号和故障类型的映射关系。结果表明：所建进气压力波动幅值LOLIMOT模型、进气压力波动相位LOLIMOT模型、充量系数模型验证数据与模型仿真数据具有较高线性相关度;采用充量系数、进气压力波幅值与相位为故障特征值建立的LOLIMOT模型生成残差信号的故障诊断方法,可诊断进气系统漏气故障和中冷器堵塞故障。     

基于贝叶斯网络的雷达可靠性评估

根据雷达故障与测试的相关矩阵建立了诊断测试的可靠性模型,并利用故障的先验概率和测试的检测率求解可靠性数据,得到了简单、直观的贝叶斯模型。通过仿真试验,验证了该模型不仅可以求出测试为故障的概率,而且可根据测试为故障时某个或者某几个元件故障的概率进行诊断推理。     

基于小波神经网络的航天器故障诊断方法

针对微小航天器集群的故障诊断问题,提出一种故障诊断(fault diagnosis,FD)新方法。依据小波神经网络(wavelet neural network,WNN)理论,结合航天器集群的领队航天器故障检测与系统重构问题,构建一种故障诊断框架,采用小波神经网络与神经网络相结合,得出航天器姿态故障诊断策略及卫星姿态故障重构技术,给出了领队航天器故障重构方案,并进行了仿真实验与验证。仿真结果表明,该故障诊断方法是有效性的、故障重构是可行性的。     

B样条模糊神经网络在滚动轴承故障诊断中的应用

本文采集滚动轴承的振动信号。提出基于B样条模糊神经网络作为滚动轴承故障诊断的模型．该模型能够准确地反映滚动轴承故障和振动信号特征之间的非线性关系．并对其进行仿真。实验和仿真结果表明：基于B样条模糊神经网络的系统能成功应用于滚动轴承故障诊断。     

基于Netica的导弹故障诊断贝叶斯网络模型研究

针对传统导弹装备故障诊断方法效率低、精确度差等问题,提出了采用贝叶斯网络进行导弹测试故障诊断的方法。本文首先对贝叶斯网络进行了概述,然后对导弹模型故障分支进行了贝叶斯网络故障诊断精确推理。进而采用故障树-贝叶斯网络转化法生成导弹典型故障贝叶斯网络模型,并使用贝叶斯工具Netica对该模型进行了案例分析。结果表明该方法可为导弹装备故障的快速定位提供依据,为贝叶斯网络技术在导弹故障诊断领域的应用奠定基础。     

基于长短时记忆网络的仿真系统数据故障诊断方法

针对空空导弹仿真系统中传统数据分析方法效率低下,无法快速有效对大量仿真数据进行故障识别的问题,提出基于长短时记忆网络的仿真系统数据故障诊断方法。该方法分析仿真试验数据的数据特征,采用长短时记忆网络对健康数据中的时序信息进行记忆,并内嵌至所建立的多层次深度神经网络模型,从而有效表征健康数据的本征变化属性,进而对试验过程中的故障数据进行准确诊断。空空导弹仿真系统数据智能诊断结果表明,本方法在快速诊断的基础上,故障诊断识别率达到90%以上。     

基于故障树和虚拟仪器的故障诊断系统研究

故障诊断技术是一门交叉学科,广泛应用于多个领域。为了适应现代化高技术战争的需要,提高雷达、导弹、火控等复杂武器系统的技术保障能力,提出了采用故障树分析法和利用虚拟仪器技术建立故障诊断系统的设计思想,及时对武器装备进行故障检测、诊断和维修排除。     

基于D-S证据理论信息融合的故障诊断方法

对证据推理理论用于故障诊断识别进行了论述和仿真。介绍了证据理论的相关重要概念，给出了一种常用构造基本概率赋值函数的方法以及分类规则的选取。应用D-S证据理论方法对系统进行故障分析，首先要解决的问题是要分析系统识别框架和故障特征向量的构造。以航空电源某故障为例，进行了诊断识别仿真和对比实验，验证了证据推理用于故障诊断的可行性。仿真结果表明，将证据推理方法应用于航空电源状态监测和故障诊断中，可大幅度提高故障诊断的准确性和置信度。     

谱估计法在反舰导弹雷达角噪声仿真中的应用

分析了形成末制导雷达角噪声的主要来源,即海面目标反射中心和目标振幅起伏两项因素,然后采用频谱分析法建立了反舰导弹雷达导引头的雷达角噪声仿真模型,并用谱估计法进行了校验.仿真结果表明,采用上述思路所建的雷达角噪声仿真模型提高了模型的可信度,能够满足反舰导弹精度仿真分析的需要.     

雷达导引头信号检测功能仿真通用模型设计

依据雷达距离方程和奈曼-皮尔逊检测准则，采用蒙特卡罗仿真法，建立了雷达导引头信号检测功能仿真通用模型。模型采用模块化设计，主要包含目标回波模块、噪声模块、杂波模块、干扰模块、检测概率模块、检测确认模块、作用距离模块和烧穿距离模块等，实现对多种体制雷达导引头的信号检测性能进行理论计算和功能仿真，为雷达导引头的总体设计提供了一个通用方便的分析工具。     

基于液体状态机的模拟电路故障诊断方法

针对模拟电路故障特征难以识别的问题,结合液体状态机神经网络的特点,从模拟电路故障特征样本获取和故障模式识别两方面入手,提出一种基于液体状态机的模拟电路故障诊断方法。该方法利用 Matlab 和 PSpice联合仿真,实现大量故障样本数据的自动获取,采用液体状态机进行故障模式的分类,并对两级阻容耦合放大电路的故障诊断实例进行仿真。仿真结果表明：该方法和目前应用最广泛的 BP 神经网络相比,故障识别准确率会有所下降,但训练时间远小于BP神经网络,且泛化能力强,对模拟电路故障诊断研究有一定的实际意义。     

基于虚拟现实技术的雷达故障远程诊断系统

研究了基于虚拟现实技术的雷达故障诊断远程系统的结构、数据管理模式及关键技术，雷达的各项测试数据在现场作初步故障诊断和分析后，通过Internet传输到远程诊断中心的数据库服务器中，诊断中心的状态监视工作站实时地显示雷达的运行信息，并利用虚拟现实技术对雷达现场状态作三维动画模拟，使远程专家真实地了解雷达的运行状况，作出正确的故障判断．故障诊断的专家系统能自动地对雷达信息进行智能化的推理和诊断，实现信息的交互传递．