基于SOM算法和免疫神经网络的飞机燃油系统故障诊断

针对传统的飞机燃油系统故障诊断方法如硬件冗余方法和系统模型检测方法存在的飞机重量限制和难以建立精确数学模型的问题,设计了一种基于SOM算法和BP神经网络的故障诊断模型;首先,建立了系统故障诊断模型并对诊断原理进行了描述,然后,对故障征兆数据进行预处理,即先采用SOM算法进行连续属性离散化处理,再通过粗糙集互信息方法进行属性降维,以减少数据量和提高诊断效率;最后,建立了基于BP神经网络的故障诊断模型,为了进一步提高故障诊断精度,在采用免疫优化算法对BP神经网络故障诊断模型中的各参数即权值和阈值等进行优化的基础上,进一步采用BP反向传播算法进行参数调整,从而得到最终的故障诊断模型。通过飞机燃油系统故障诊断实例仿真实验证明了文中方法能较为精确地实现故障诊断,且与其它方法相比,具有较高的诊断精度和诊断效率,具有较大的优越性。     

基于并行禁忌神经网络和DS证据的飞机燃油系统故障诊断

飞机燃油系统是一个由许多相互联系的子系统构成的复杂总体,因而易于发生各类故障,当故障发生时会造成严重影响,为此,设计了一种基于禁忌神经网络和DS证据的飞机燃油系统故障诊断方法;首先,建立了飞机燃油系统的故障诊断模型,然后,建立了3层的BP神经网络故障诊断模型,并采用禁忌优化算法对BP神经网络进行参数优化,得到多个并行诊断的禁忌神经网络,输入样本数据对其训练并利用BP反向传播算法再次调优;最后将测试样本数据输入各禁忌神经网络,并将诊断结果作为证据采用DS证据理论进行融合,得到最终的故障诊断结果;实验结果表明:引入DS证据理论的故障诊断方法能有效克服单一故障诊断方法无法精确诊断故障的不足,诊断精度高,具有较大的优越性。     

飞机系统的智能化故障诊断研究

通过分析民航外场维修诊断现状，综合运用人工智能，模糊逻辑和神经网络等先进理论，提出了一种基于模糊系统与神经网络融合的飞机系统智能故障诊断方法，该方法经对A320飞机故障实例的诊断仿真，得出了比较满意的结果。     

BP神经网络在配料系统故障诊断中的应用

利用BP神经网络的自适应,自学习和对非线性系统超强的分析能力等特点,将其应用到橡胶配料系统中,有效的实现了配料系统的故障诊断,填补了国内在配料系统故障诊断应用上的空白,对其他行业也有一定借鉴作用.     

基于故障树和神经网络的飞机电源系统故障诊断

介绍了基于故障树模型的故障诊断技术和基于神经网络的故障诊断技术,提出了基于故障树和神经网络的集成故障诊断思想。在此基础上,以交流发电机旋转整流器二极管开路故障为例进行了实例分析,说明了故障树和神经网络集成故障诊断技术对此故障的诊断,结果表明该方法用于解决此类问题是有效的。     

基于模型的飞机燃油系统故障诊断系统的设计与实现

燃油系统作为飞机不可或缺的功能和保障系统,对飞机的飞行安全有着重大影响.传统故障诊断方法已经不能满足日益复杂的燃油系统诊断和维护需求.基于模型诊断是为了克服传统诊断方法的缺点而兴起的一项新型的智能推理诊断技术.研究了基于模型的飞机燃油系统故障诊断方法,建立了故障诊断模型,给出了基于模型的燃油系统故障诊断推理策略.设计并...     

基于BP神经网络与专家系统的故障诊断系统

针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。     

混合神经网络专家系统在故障诊断中的应用

本文探讨了混合神经网络专家系统的基本结构和工作原理。     

基于专家系统的飞机燃油故障诊断方法研究

对于飞机燃油系统故障诊断问题，提出了一种利用专家系统进行飞机燃油系统故障诊断的新方法。通过构建专家系统知识库和推理机，同时利用LabVIEW工具建立了相应的软件环境，开发了飞机燃油故障诊断系统。仿真结果表明，该系统很好地发挥了专家系统的智能性，能够快速准确地诊断出燃油系统的故障，并能提出有效的重构方案，完全适合于飞机燃油系统的故障诊断。     

一种改进的神经网络机械故障诊断专家系统

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。     

基于BP神经网络的多电飞机电气系统故障诊断研究

针对未来多电飞机电气系统结构复杂、故障原因多的特点,基于理论上较为成熟的BP神经网络,文章对BP神经网络在多电飞机电气系统故障诊断方面的应用进行了研究,介绍了BP神经网络的模型、BP算法的基本原理以及编程实现的过程.在此基础上,采用VC 与MATLAB混合编程的方法,应用基本的BP算法进行了多电飞机电气系统故障诊断的仿真研究.     

飞机液压系统故障诊断

为有效诊断飞机液压系统故障,根据液压系统压力信号采用了熵权ABC-BP神经网络的故障诊断模型。模型先提取飞机液压系统压力信号的特征值,根据熵权法计算特征值信息熵,选取熵权值较大的作为神经网络的输入,同时利用人工蜂群优化BP神经网络,将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的个体参数作为神经网络的权值和阈值,不仅降低模型输入维度,还提高了诊断精度。最后建立了飞机起落架收放系统仿真模型进行仿真研究,结果表明该诊断模型具有较好的故障诊断效果,为飞机液压系统故障诊断提供一种新思路。     

基于卷积神经网络的飞机液压系统故障诊断

现代飞机系统的复杂度和集成度均大幅提升,使得其故障诊断存在难度高和准确率低等特点。采用一维卷积神经网络方法对军用飞机液压系统的故障诊断问题进行了研究,构建了满足多传感器数据分析要求的卷积神经网络模型。考虑到神经网络的输入来自不同的传感器数据序列,各数据序列之间的空间关系不明显,因此,即使网络输入是二维形式,而实际的卷积操作均在一维上进行。通过解决某飞机液压系统的故障诊断问题,证明将标准化后的多传感器数据序列及对应故障模式作为训练样本对卷积神经网络模型进行训练时,采用满足训练要求的网络对飞机液压系统进行故障诊断时具有较高的准确率。     

功能交联条件下飞机混合增强故障诊断方法

由于飞机系统结构复杂,功能交联程度高,传统以机内测试（BIT）方法为基础的机载综合诊断方法受到机载测试点设置限制,故障检测、隔离能力无法完全满足部队使用维护需求。近年来,数据驱动方法发展迅速,并被广泛运用到故障诊断中,其中概率神经网络（PNN）凭借其结构简单、计算速度快、运算精度高和分类结果好等优势,非常适合故障诊断与分类问题。但同时,数据驱动方法由于样本不足,工程应用存在困难,不能完全替代传统方法。为提升系统故障检测率、隔离率,降低虚警率,通过应用PNN处理飞机健康状态数据进行故障诊断,并结合BIT中的诊断信息,利用二者间的互补性提出了一种混合增强飞机系统故障诊断方法。详细介绍了该融合方法的基本原理、融合层次、融合规则等。最后,通过某型号飞机分系统诊断实例表明,该方法检测、隔离能力有显著提升,能够满足功能交联条件下飞机故障诊断需求。     

基于Flowmaster的飞机燃油供油系统仿真研究

飞机燃油系统作为飞机不可或缺的功能和保障系统,对飞机的安全性有着重大的影响.针对飞机燃油供油系统的故障诊断问题,利用流体仿真软件Flowmaster建立了供油系统模型;仿真了飞机燃油系统增压泵供油、交输供油、重力供油的工作情况;分析了飞机燃油供油系统的故障模式,仿真了在几种典型故障模型下的工作情况,并对仿真结果进行了分析;结果表明利用Flowmaster所建立的供油系统模型能有效地仿真飞机燃油系统正常与故障工作情况,为飞机燃油系统的故障诊断打下了基础.     

基于有向序图模型的飞机燃油系统故障诊断的系统设计与实现

研究了基于有向序图模型的飞机燃油系统故障诊断方法,建立了有向序图模型,给出了故障诊断策略.充分利用飞机自身故障监控系统,设计实现了基于有向序图模型的飞机燃油系统的故障诊断功能,并通过诊断实例进行了验证.     

神经网络和模糊系统在故障诊断中的应用

本文提出了一种神经网络和模糊系统相结合的分级式故障诊断方法。神经网络通过对部分测量数据的处理,实现系统的回路级故障诊断,输出各回路故障出现的可信度。模糊系统通过对神经网络得到的初步诊断结果和其他测量值的处理,实现系统的元件级故障诊断,并对最终诊断结果作出解释。该方法融合了神经网络自适应学习能力强和模糊系统知识表达明确的优点,简化了神经网络学习数据获取及模糊推理规则建立的过程。通过对热硝酸冷却系统故障诊断的仿真,证明了该故障诊断方法的有效性。