基于ANN-CBR的雷达故障诊断系统研究

新体制雷达系统的复杂性增加了雷达故障诊断的难度.为保证新体制雷达工作的可靠性和维修性能,运用人工智能理论,将神经网络与案例推理相结合,提出了雷达故障诊断系统结构和基于RBF神经网络故障诊断模型,给出了雷达故障案例的表示方法及快速检索算法.最后,通过实例分析证明了模型及方法的合理性和有效性.     

基于神经网络的某型雷达天线故障诊断

介绍了运用BP神经网络对某型雷达天线电路进行故障诊断的全过程.通过仿真结果可以看出,达到了故障定位的目的且诊断效果显著,从而为该雷达天线电路的故障诊断提供了一条新思路.     

基于SOFM网络的雷达装备智能故障诊断

针对雷达装备故障特征,采用自组织映射（SOFM）神经网络构建雷达装备故障诊断模型,通过网络学习,获得可视拓扑映射图,并采用映射图对典型雷达电子装备故障进行了诊断.结果表明：该故障诊断模型具有较高的诊断准确度,具有故障诊断可视化,为雷达装备故障诊断研究提供了新的有效方法.     

基于模糊集合理论的军事计量设备采购评标方法

有效应用科学适用的评标方法是确保军事计量设备招标采购成功的关键。运用了模糊集合理论和方法;研究了对军事计量设备采购投标方进行评价的模糊评判技术;通过实例演算,验证了利用模糊评判技术对军事计量设备采购投标方评价的可行性、合理性。     

基于模糊集合划分的数字信号检测

从工程观点研究了基于模糊集合划分的规范和非规范数字信号检测，设计了两种模糊检测器，并成功地应用于数字通信系统。     

采用模块化固态调制器对雷达发射机性能的改善

以某型雷达发射机采用模块化固态调制器后的试验数据为依据，分析了调制脉冲波形改善对雷达发射机性能的影响，并给出了所达到的实际指标。     

模糊集合的测度运算

从测度论观点，给出了模糊集合的另一种描述及模糊测度运算，证明了Ｚａｄｅｈ运算是其在软包含条件下的特例，给予补集以新的深刻的解释，并讨论了模糊集合中矛盾律和排中律的适用性问题。     

集合结构的实时故障诊断方法研究

为提高工业系统故障诊断的速度和准确性,提出一种由数据实时预处理、增量式故障特征提取、在线分类与聚类组成的实时故障诊断集合结构。基于该结构,提出了一系列实时故障诊断方法,开发了相应的实验研究平台。以青霉素实验过程为例,实验采用提升小波方法预处理、递归主元方法特征提取、递归最小二乘支持向量机分类的集合型实时故障诊断方法进行实验研究。实验结果表明,集合结构的实时故障诊断方法的性能优于传统的单一结构的故障诊断方法。     

基于模糊集合的机械结构强度模糊可靠度计算

采用数学变换的手段将基于模糊集合的模糊可靠度计算方法进行了修正，解决模糊强度隶属函数为连续型函数的模糊可靠度计算问题，简化计算过程。文中分析了修正后的方法与基于模糊安全事件概率表示的模糊可靠度计算方法的联系。     

基于数据挖掘的雷达故障数据管理系统

为提高雷达故障诊断系统的可靠性,运用数据挖掘技术,提出了一种雷达故障数据管理系统.通过对电路图信息进行聚类分析和关联分析,自动地发现其中关联性,将其提取为故障诊断所需的关联规则,并进行了实验验证.实验结果表明,该系统具有一定的应用价值.     

基于模糊推理的机械式自动变速器控制系统的故障诊断

阐述了一个基于模糊推理的机械式自动变速器控制系统的故障诊断方法。根据电控机械式自动变速器的结构、开发与维护中积累的故障症兆与故障的关系及专家经验给出了模糊诊断关系矩阵,较详细地论述了诊断算法,并对其特点和实验结果进行了讨论     

基于模糊区间优化的模糊推理故障诊断方法

提出一种基于模糊区间优化三角均分的模糊规则生成方法.在获取故障样本之后,通过基于故障识别率最佳准则的寻优过程,确定模糊区间均匀划分数的下确界.在此基础上,利用所提出的改进型DM算法提取模糊规则,最终构建出模糊推理故障诊断系统.与模糊区间划分数低于该下确界的模糊推理系统相比,利用该方法能保证在所生成模糊规则数较少的情况下,使构建的推理系统具有更高的故障识别率和诊断准确率,同时避免了人为确定模糊区间划分数时所带来的盲目性.最后,在轨道电路该类复杂模拟电路常见硬故障的诊断实例中,说明了新方法的有效性.     

基于T-S模糊神经网络的凝汽器故障诊断

针对凝汽器故障的特点,提出了基于模糊神经网络的故障诊断方法.模糊神经网络是模糊系统与神经网络相结合的产物,它利用两者的长处,提高了整个系统的学习能力和表达能力,既具有学习、联想、自适应性,又能进行模糊推理.仿真结果表明,所提出的诊断方法能有效地诊断凝汽器故障,且具有良好的应用前景.     

基于T-S模糊神经网络的凝汽器故障诊断

针对凝汽器故障的特点,提出了基于模糊神经网络的故障诊断方法．模糊神经网络是模糊系统与神经网络相结合的产物,它利用两者的长处,提高了整个系统的学习能力和表达能力,既具有学习、联想、自适应性,又能进行模糊推理．仿真结果表明,所提出的诊断方法能有效地诊断凝汽器故障,且具有良好的应用前景．     

轴承故障的模糊聚类方法

介绍了模糊聚类方法的原理及FCM算法，并将它应用于少故障类别的轴承故障诊断，取得了良好的效果，与神经网络方法相比，模糊聚类方法的实现只需少量样本，克服了神经网络方法需要大量样本来实现的瓶颈．     

基于模糊神经网络的变压器故障诊断新方法

基于模糊理论与神经网络理论,提出了变压器故障诊断的新方法,根据特征气体法和改良ＩＥＣ三比值法,建立了模糊神经网络诊断模型。此模型有效地处理了故障诊断中的不确定因素,并具有较强的知识获取能力,研究结果表明了这种方法的有效性和应用前景。     

运用模糊神经网络的雷情系统故障诊断研究

为了对雷达情报信息系统进行快速准确的故障诊断,提出了一种模糊神经网络的故障诊断方法.该方法将BP网络与FAM网络相结合,充分利用BP网络的分类功能和FAM网络的综合诊断功能,实现了高效、准确的故障诊断.最后通过对雷达情报信息系统故障实例的诊断仿真,证明了该算法的合理性.     

模糊预处理故障诊断专家系统的分析设计

该文介绍了故障诊断系统的结构及特点，提出了一种将输入信号进行模糊化处理的方法，简化了输入信号的处理。说明了系统中专家知识的获取方法和表示形式，构建了推理网络，并用CF模型实现了推理算法。在微软MFC平台上开发了该系统的计算模块，通过在PTA装置氧化反应模型上的应用测试，表明该方案能得出较理想的检测诊断结果。