智能故障诊断研究与发展

在综合大量文献基础上,对国内外智能故障诊断的研究现状进行了述评和归纳,同时指出了目前各种智能诊断方法和技术的特点及局限性.这些方法和技术包括:基于规则的智能诊断、基于模型知识的智能诊断、基于神经网络的智能诊断、基于案例的智能诊断、基于行为的智能诊断.对基于神经网络的智能诊断,具体讨论了模式识别的智能故障诊断神经网络、故障预测的神经网络、基于神经网络的智能诊断专家系统.最后指出了智能故障诊断今后的发展趋势,即集成型智能故障诊断系统、基于机器学习的智能故障诊断系统、由单机诊断到远程分布式全系统智能诊断.     

基于神经网络的导弹测发控系统故障诊断专家系统

目的；基于BP神经网络推理模型，建立导弹测发控系统故障诊断专家系统的基本结构，并给出一个具体的应用实例，方法：首先对导弹测发控系统的故障机理进行了分析，在此基础上研究基于BP神经网络推理模型的故障诊断技术的应用，确定了基于BP神经网络的故障诊断专家系统的设计思想和实现方法，结果：建立了基于BP神经网络推理模型的导弹测控系统故障诊断专家系统，弥补了传统的故障树推理模型的不足。结论；通过对某型导弹发控系统中配电分系统的故障诊断实例，说明了该故障诊断专家系统的可行性。     

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.     

战术导弹综合故障诊断技术研究

针对战术导弹武器系统故障诊断的特点,对神经网络方法及传统的专家系统进行了研究.通过二者的有机结合,提出了综合故障诊断方法,并设计开发了某型战术导弹综合故障诊断系统.实践证明,基于神经网络及专家系统的综合故障诊断方法对战术导弹而言是行之有效的.     

组合诊断技术及其在导弹故障诊断上的应用研究

提出了组合诊断技术的概念;阐明了基于神经网络+模糊理论组合诊断方法及其故障诊断的核心思想;以某导弹导引头的故障诊断为实例详细描述和验证了模糊+神经网络组合诊断方法,诊断结果证明了该组合诊断技术极大地提高了该导弹故障诊断的效率.文中的研究表明组合诊断技术尤其适合于复杂系统的故障诊断.它是故障诊断技术发展的方向之一.     

基于模糊神经网络的自动驾驶仪故障诊断研究

根据导弹自动驾驶仪的组成结构、功能原理及维修专家的实际经验，结合模糊理论推理能力和神经网络学习的能力提出模糊神经网络故障诊断方法。该方法同时具备了模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力，有效地提高故障诊断的技术水平。最后结合某型导弹自动驾驶仪故障诊断特点，给出仿真试验，证明了该方法的有效性。     

神经网络预测方法在鱼雷系统传感器故障诊断中的应用

介绍了基于神经网络的时间序列预测器的传感器故障诊断方法。首先采用神经网络建立预测模型,然后利用预测值和传感器实际输出值之差判断传感器是否发生故障。分别使用BP和Elman两类神经网络,经过离线学习和在线学习对某传感器偏移故障进行检测,仿真试验表明该方法对传感器故障诊断行之有效。     

基于D-S的小波神经网络信息融合方法

文中将小波分析理论、神经网络技术与D-S证据理论引入到火箭发动机故障诊断中，提出了一种适于发动机故障诊断的小波神经网络信息融合方法。     

基于一种新型神经网络的姿态控制故障诊断方法

在导弹姿态控制系统的故障检测和诊断中,针对BP神经网络自身存在的收敛速度慢等缺点,介绍了一种新型神经网络——带偏差单元的递归神经网络的结构及算法。将它和一改进算法的BP（称为FBP）网络分别用来对同一导弹姿态控制系统进行故障诊断,结果表明,这种算法提高了故障诊断的快速性,增加了诊断的准确性,故障诊断的正确率优于FBP神经网络。     

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。     

基于改进BP神经网络的模拟电路故障诊断研究

根据BP神经网络特点,提出对BP神经网络改进的方法,并以某负反馈放大器为例,采用改进后的BP网络进行故障诊断,步骤包括：故障特征向量提取、原始数据归一化处理、BP网络设计与训练。结果表明,在MATLAB7．1中运用神经网络工具箱中函数进行仿真,能有效进行故障识别、改善神经网络结构、提高故障诊断精度和速度。     

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.     

复杂电子装备的智能故障诊断技术

复杂电子装备的智能故障诊断技术主要包括基于专家系统、神经网络和模糊逻辑的故障诊断,其发展趋势为综合智能诊断系统、远程故障诊断、分布式故障诊断及便携式诊断仪等.智能故障诊断技术与传统故障诊断技术相结合,可构造高效而智能的故障诊断平台.     

基于1D-CNN 的卫星姿态控制系统故障诊断方法

为解决卫星姿态控制系统中自主故障检测和诊断的问题,提出一种改进的1D-CNN 卫星姿态控制系统故 障诊断方法。以卫星姿态控制系统的故障诊断为背景,构建航天器姿态动力学模型,将卷积神经网络(convolutional neural network,CNN)与快速卷积算法相结合,对卷积神经网络的拓扑结构进行改进,根据BP 算法,将1 维原始数 据作为输入,结合反作用飞轮作为执行机构的技术特征,给出一种基于卷积神经网络的故障检测和隔离方法。仿真 结果验证了该方法对卫星姿态控制系统实时故障检测和分类的有效性。     

小波神经网络在模拟电路故障诊断中的应用

模拟电路故障诊断有故障字典法、故障参数识别法、故障验证法。小波神经网络可避免MLP等神经网络结构设计的盲目性，具有逼近能力强、网络学习收敛速度快、参数的选取有理论指导、能有效避免局部最小值问题等优点。随着小波理论和神经网络理论的不断发展，小波神经网络将日益成熟应用于模拟电路故障诊断领域。     

多层前馈人工神经网络在装备故障诊断中的应用

多层前馈人工神经网络在装备故障诊断中的应用含设备运行状态特征值设定和故障判定.并建立神经网络样本、确定网络结构、训练网络等.同时,将状态特征值作为输入样本,得出网络的输出,作为故障类型特征值,最后选定故障决策阈值,根据神经网络输出来判定装备是否出现某种故障.     

基于小波变换的电子设备故障诊断技术研究

基于BP神经网络的电子设备故障诊断,以其不需要建立故障诊断模型,易于智能化实现等优势,发展较为迅速,而采用此方法的故障诊断大部分以故障树获得的特征参数为依据;由于电子设备往往由大量的工作模块组成,各组成模块之间相互耦合、联系紧密,仅仅依靠故障树获得的特征参数难以较好地反映设备状态;所以基于这些特征参数的BP神经网络故障诊断往往诊断率较低;将小波分析的方法运用于特征参数的提取中,利用BP神经网络模式识别完成电台故障诊断;最后通过获得的实测数据进行了实例分析,验证了该方法对于提高电子设备故障诊断率,是可行有效的。