基于模糊神经网络的导弹故障诊断

将模糊神经网络应用于导弹的故障诊断。经过仿真试验发现，模糊神经网络可以充分利用专家知识的不确定性，而且诊断效果相当好。     

导弹测试仪模糊故障诊断

导弹测试仪是导弹武器系统的主要保障装备,本文就如何使导弹测试仪维修经验科学化和维修过程自动化,提出了一种计算机辅助故障诊断方法。并举一实例说明此方法的应用过程。     

印度的导弹武器装备

从反舰导弹、空地导弹、地（舰）空导弹、空空导弹、地地战术弹道导弹、反坦克导弹和导弹防御体系等多个角度描述了目前印度的导弹武器装备情况，分析了其影响。     

模糊神经网络在导弹动力系统多故障诊断中的应用

研究了一种差分进化算法和模糊神经网络相结合的故障诊断算法,构造了用于某导弹动力系统的模糊神经网络结构.故障诊断实例结果表明,基于差分进化算法的模糊神经网络学习速度快,能够正确分离导弹动力系统的单故障和多故障工作模式.     

基于模糊理论的武器装备模拟训练效果评估

针对武器装备模拟训练效果评估的问题,运用模糊理论进行分析。从模拟训练和计算机自动评估的实际出发,构建武器装备模拟训练效果评估指标体系;基于模糊层次分析法,建立武器装备模拟训练效果评估模型,提出具体的评估方法步骤;以某型装备分解结合模拟训练为例,对评估方法步骤进行应用,验证其有效性。结果表明,该评估方法可为以计算机为平台的模拟训练自动评价提供参考。     

基于某型导弹的故障诊断专家系统

本文简述了专家系统应用于导弹武器系统故障诊断的重要意义，分别阐述了智能的表达，知识库的建立，推理机制等，并针对某型导弹建立了故障诊断专家系统，从而提高系统的效率维护性，加强导弹武器装备的技术保障能力。     

基于模糊神经网络的故障诊断新方法

一种基于模糊神经网络和D-S证据理论的故障诊断方法,从故障征兆空间提取信号,再将信息向子模糊神经网络分配;诊断模块中的子模糊神经网络为并联结构,分别从故障发生的不同侧面进行诊断;输出结果经归一化处理,满足基本可信度分配函数的条件。最后进行信息融合,即得到最终故障诊断结果。经算例证明,该方法可靠、有效。     

基于模糊粗糙集理论的地空导弹武器装备故障诊断研究

针对在武器装备故障诊断中对连续属性离散化存在的"尖锐边界"问题,给出了一种基于模糊粗糙集理论的改进故障诊断方法.对模糊等价关系下粗糙集模型进行了描述,并在此基础上给出了正域、依赖度、确定性因子等概念,详细分析了此故障诊断的具体实施步骤,最后通过算例验证了该方法的可行性.     

印度导弹武器装备现状和发展态势

介绍了印度三军实力和导弹武器装备的现状及发展情况，以及各型研制导弹的技术性能和发展情况，最后分析了印度武器装备的发展态势。     

基于模糊理论的惯性测量组合故障诊断技术研究

研究了模糊理论在惯性测量组合故障诊断中的应用.首先建立了系统的模糊故障诊断模型,介绍了其求解方法,并将该模型应用于某导弹惯性测量组合的故障诊断.实验证明,基于模糊理论的惯性测量组合故障诊断方法的准确率很高.     

基于模糊理论的导弹质量评估

为更好地掌握导弹的质量状态,对基于模糊理论的导弹质量评估进行分析。根据导弹自动化测试系统的 测试结果,采用层次分析法对导弹的质量评定体系进行分类,构建导弹质量评估框架。对导弹测试数据的质量等级 划分规则进行设计,通过二相Fuzzy 统计法,拟合出导弹归一化测试数据属于各个质量状态的隶属函数模型舱,并 对导弹各系统以及导弹整体进行了质量综合评定。评估结果验证了该评价体系是合理的。     

基于模糊推理的某型导弹故障诊断系统设计

对于某型导弹系统,其故障原因与故障征兆之间并非一一对应的关系。文中采用模糊关系的推理机制,建立了故障诊断的数学模型,设计了故障诊断系统总统方案,根据系统的诊断流程,采用VC＋＋编程语言实现了系统的诊断功能。通过具体实例,验证了该系统对某型导弹系统故障诊断具有一定的准确性。     

基于模糊神经网络和专家系统的导弹故障智能诊断方法

研究基于模糊神经网络专家系统的故障诊断方法,给出了模糊神经网络故障诊断专家系统的具体实现过程,在深入细致地研究了知识表示的基础上,将该方法应用于某大型导弹武器装备的故障智能诊断系统中.实践表明,该方法是一种行之有效的模糊故障诊断方法并为大型导弹武器装备的故障诊断提供了一个新的途径.     

基于模糊诊断理论的车辆空调系统故障诊断方法

为有效诊断特种车辆空调系统故障,及时准确地定位故障原因,以模糊诊断理论的车辆空调系统为对象研究其故障诊断方法.分析空调系统故障模式,建立故障模糊数学模型,确定故障征兆和故障原因的模糊关系,基于经验维修和专家诊断确定了综合模糊隶属度,根据最大隶属度原则,确定故障征兆所对应的故障原因的最大隶属度,从而判断出导致空调系统发生故障的原因.研究结果表明:该方法能够准确可靠定位故障,有效缩短维修时间.     

基于粒子群优化技术的导弹模拟故障诊断方法

采用一种基于粒子群优化的特征提取算法,以K-NN分类正确率作为评价准则,应用粒子群优化算法寻找使提取特征的K—NN分类正确率最大的转换矩阵,从而实现特征的提取．算法的特点是结构简单灵活,对数据的分布特征不敏感,适合于对模拟故障特征进行提取．故障诊断示例证明了该特征提取算法在导弹模拟故障诊断中的有效性．     

基于小波和模糊神经网络的导弹涡喷发动机故障诊断方法研究

针对海防中远程导弹普遍采用高效率的小型涡喷（涡扇）发动机,为了减小体积和重量,发动机设计寿命较短,导弹维护（中、长期维护）、准备阶段不允许对发动机进行热试车,提出了一种基于小波和模糊神经网络的涡喷发动机故障诊断方法.将该方法成功地应用于某型涡喷发动机的故障诊断,结果表明该方法诊断效果明显.     

基于动态观测器的导弹故障诊断方法研究

为解决导弹武器系统多故障模式问题．提出了基于动态观测器的诊断方法。该方法通过设计一个动态观测器去检测一系列故障。当把耦合故障表示成故障信号的组合时，该方法可推广到耦合故障的诊断中。     

基于虚拟测试的导弹武器故障诊断系统

基于虚拟测试技术的故障诊断系统由图形化用户操作界面模块系统、数据库模块、初始化模块以及电路测试和诊断模块组成。其实现过程包括：电原理图录入与仿真;虚拟测试;故障诊断。该方法具有较强的通用性和自适应能力,且可兼顾系统在设计和维修时的可靠性。