基于模糊神经网络的执行器故障诊断

针对神经网络在故障诊断中的局限性,提出了一种将模糊理论与BP神经网络结合的故障诊断方法,使其应用到执行器故障诊断中.通过和BP神经网络学习算法对执行器故障诊断的结果比较来证明模糊神经网络算法的优越性.首先介绍执行器常见故障;其次对故障征兆进行模糊化预处理,获得了神经网络训练样本,最后应用Matlab软件进行了系统仿真.仿真结果表明:该方法收敛速度快、诊断精度高、自适应性强,能够有效地诊断执行器故障.     

基于模糊神经网络的微光电视故障诊断系统

根据模糊数学和神经网络的基本原理,建立了一个基于模糊神经网络的微光电视故障诊断系统模型,介绍了其输入变量模糊化及其神经子网络的实现、模糊规则及其神经子网络的实现,它克服了传统域值判断在临界点附近容易误判的弊端,大大提高故障检测准确率,拓宽了故障检测范围。经过大量的实在实验,证明该方法是完全可行的。     

基于模糊神经网络的电动机的故障诊断

本文以异步电动机为研究对象,提出了一种基于模糊神经网络的故障诊断方法,并进行了验证。将模糊逻辑引进神经网络,先对输入数据进行模糊预处理,然后将模糊化后的数据导入神经网络中,最后得出的结果满足实际需求,从而证明了模糊神经网络在异步电动机的故障诊断中可行性。     

弹载遥测系统天线设计

飞行导弹的特殊应用环境对弹载天线设计提出了特殊的要求,本文以飞行导弹弹载数据遥测为应用背景,对弹载发射天线方案进行分析比较和优化,设计了一种S波段圆极化共形微带天线方案,克服目前弹载天线安装困难、频带窄,易受干扰等缺点。天线的有效工作频带展宽为2243~2263 MHz,中心频率为2250.5 MHz,工作频段内电压驻波<2。采用ANSOFT HFSS软件进行天线性能仿真、测试,表明该弹载天线安装方便,在高冲击高过载条件下天线性能指标优良,所选方案切实可行,可应用于不同设备的遥测和弹载天线应用中。     

一种弹载合成孔径雷达接收系统

介绍了一种弹载合成孔径雷达一体化接收系统,给出了该系统的功能和组成。     

基于模糊神经网络的板级电路故障诊断研究

板级电路故障诊断过程复杂，故障征兆和故障原因之间存在着许多不确定因素，建立精确的故障诊断系统存在着许多困难，针对这种情况，本文提出了基于模糊神经网络，利用模糊逻辑和神经网络相结合建立故障诊断系统的方法，并以某电路板为研究对象对该方法作了验证。     

基于改进BP神经网络的牵引变流器故障诊断

在变流器故障诊断系统中,通过MATLAB对牵引变流器建立故障仿真模型,提取故障特征,对输入输出数据进行标幺化和模糊化的处理,并基于改进的动量BP神经网络算法,完成对变流器开关管开路的诊断,误差满足要求范围,结果表明:该算法收敛迅速,能避免陷入局部极值,而且准确率很高,是一种快速有效的方法。     

模糊神经网络在模拟电路故障诊断中的应用

近代电路理论发展至今,科学家们获得了许多意想不到的成就,其中在近代电路理论中占重要地位的利用模糊神经理论对模拟电路故障诊断就是科学百花园中一朵灿烂的奇葩。大规模模拟电路在今天的应用已经极其广泛,但是由于其自身线路的原因,带有非线性、容差性、复杂性等不利因素,之前针对普通线路的一般修复诊断方法已经无法满足当前电路发展和工程建设的需要。近年来,模糊神经网络这一个新方法悄然出现,给模拟电路诊断注入了新的生命力,不仅开辟了新的诊断方式,更对电路故障诊断具有重大意义。     

弹载合成孔径雷达制导技术发展综述

弹载合成孔径雷达制导技术是合成孔径雷达(SAR)技术和精确制导技术相结合的一个高新科技,是提高精确打击目标的重要方法.文中介绍了国外SAR制导技术的最新发展,如调频连续波、单脉冲三维成像、多模复合制导雷达技术的应用,指出高速图像处理、高效算法及轻型低功耗等是未来精确制导技术的发展重点;综合分析了在研发SAR制导技术的工作中需要解决多项成像技术内容,最后指出为适应精确制导武器性能的不断提高,弹载SAR制导技术需要注意修正和完善之处,以提高对要害部位的打击.     

基亏改进神经网络的柴油机系统故障诊断

BP神经网络可以利用其高度的非线性映射和自组织能力有效解决柴油机系统的故障诊断定位问题。但是标准的BP网络有自身无法克服的一系列问题,因此对标准BP网络的学习方法做出改进．并以此理论建立柴油机系统故障诊断的整体模型。为了检验改进理论的准确性,根据柴油机燃油系统的故障建立网络模型并诊断进行检验．MATLAB仿真结果表明,改进算法有效地提高了学习的效率与稳定性,加快了收敛速度,能有效解决故障的诊断与定位．并且具有良好的稳定性。     

A NEURAL NETWORK BASED FAULT FUZZY DIAGNOSTIC SYSTEM

A fault fuzzy diagnostic system(FFDS) based on neural network and fuzzy logic hybrid is proposed. FFDS consists of two modes: a fuzzy inference mode and a rule learning mode. The fuzzy inference rules are stored in the memory layer. The excitation levels of the memory neurons reflect the matching degrees between the input vectors and the prototype rules. In the rule learning mode, the rules can be produced automatically through the cluster process. As an application case of this diagnostic system, the fault diagnosis experiment of the rotating axis is simulated.     

基于神经网络的机载航炮故障诊断专家系统

在分析专家系统和神经网络单独应用于设备故障诊断的优缺点基础上，建立了基于神经网络的机载航炮故障诊断专家系统。实践证明，网络的学习时间显著缩短，整个系统推理效率明显提高，验证了集成式专家系统的诊断效果比传统的专家系统或神经网络更全面、准确和迅速。     

基于BP神经网络的发动机故障诊断专家系统

电控发动机结构复杂,故障率高,研究其故障诊断专家系统能够及时准确地对故障做出判断,提高诊断效率。针对传统专家系统在知识获取及推理中的不足,提出将人工神经网络与专家系统结合的设想,介绍了基于BP神经网络的故障诊断专家系统的结构及原理,并运用到发动机故障诊断中,实践结果证明该方法切实有效。     

一种基于小波神经网络的电路故障诊断研究

小波神经网络具有较好的特征提取和消噪能力,能够应用于模拟电路的故障诊断中。然而由于其收敛速度慢、容易陷入局部最小的特点限制了其更加全面的应用。文中研究了基于紧致型小波神经网络的诊断方法,它通过合理地选取相应的小波函数,利用其时频局部特性优化神经网络的结构,得到了较为合理的网络模型,具有较好的逼近能力且有效避免了陷入局部最优的问题。通过实例分析可以得出,该方法具有较好的故障诊断能力,能够应用于模拟电路的故障诊断,具有一定的研究价值和应用前景。     

基于萤火虫BP神经网络的轴承故障诊断研究

针对BP神经网络训练过程易陷入局部极值导致训练误差收敛速度慢的问题,提出将具有全局寻优的萤火虫算法,结合BP算法共同训练神经网络。在本质上,萤火虫BP神经网络利用萤火虫算法对神经网络进行早期训练,避开局部极值点,得到优化后的神经网络初始权值后,利用BP算法的局部寻优特性对网络做进一步精细训练。轴承故障实验表明,萤火虫BP神经网络的训练误差收敛速度相比BP神经网络、萤火虫神经网络显著提升,故障识别率最高达到99.47%。     

基于神经网络的抽油机井下故障诊断专家系统

本课题是针对油田边远井、孤立井创新的提出了手持自动化功图诊断系统。本文以抽油机作为研究对象,从油井的示功图入手,利用自组织竞争网络对抽油井示功图进行智能识别分类,实现油井故障的自动诊断。本文所研究的基于神经网络的故障诊断系统在手持Android终端得到了实现,并且江苏油田得到了广泛应用。     

基于LabVIEW与BP神经网络测距终端故障诊断系统研究

结合LabVIEW图形化编程特点和Matlab强大的矩阵运算能力,利用二者混合编程实现BP网络算法改进,设计了基于LabVIEW与BP神经网络的测距终端故障诊断系统,且通过对测距中参考信号发生器单元电路产生的硬故障进行识别诊断,以检验其可靠性。应用结果表明,该系统不仅能对多种未知故障进行准确分类识别,并可将结果通过简单直观的界面显示出来,从而降低故障诊断人员的工作难度,具有较强的实用价值。     

基于人工神经网络的航空发动机故障诊断方法

针对航空发动机工作环境和结构的复杂性,设计了一种基于人工神经网络的航空发动机故障诊断方法。使用BP神经网络实现对航空发动机故障的诊断和识别,为了加快BP算法的收敛速度,采用带惯性项的批处理BP算法对BP神经网络进行训练。通过对检验样本的测试验证了该方法的有效性和可行性,将不同隐含层数及不同误差精度的算法性能进行了比较分析,结果表明本设计的网络结构及选取的误差精度能满足实际需要。     

基于T-S模糊故障树的系统故障诊断研究

针对传统的故障树分析法在故障诊断中存在的缺点和不足,文中将模糊理论运用到故障诊断中,提出基于T-S的模糊故障树的故障诊断法.介绍了T-S模糊模型及算法,建立了诊断系统的故障库和推理机.使设备操作和维修人员可及时发现故障,降低系统故障率,提高了保障的能力.