| 基于PIND声音脉冲分类的航天继电器多余物特征识别方法的研究 |
| |
| 引用本文： | 高宏亮,王世成,翟国富. 基于PIND声音脉冲分类的航天继电器多余物特征识别方法的研究[J]. 机电元件, 2007, 27(3): 7-12 |
| |
| 作者姓名： | 高宏亮 王世成 翟国富 |
| |
| 作者单位： | 哈尔滨工业大学军用电器研究所,黑龙江,哈尔滨,150001;哈尔滨工业大学军用电器研究所,黑龙江,哈尔滨,150001;哈尔滨工业大学军用电器研究所,黑龙江,哈尔滨,150001 |
| |
| 摘 要： | 多余物的存在导致继电器可靠性下降,是困扰航天继电器发展的关键问题。传统多余物PIND(微粒碰撞噪声检测)方法主要依靠人的肉眼观察和耳听判断多余物的有无,无法对多余物微粒的材质信息作出分析判断,而获得多余物微粒材料特征对继电器设计人员和生产人员控制多余物的产生有很大的帮助。本文对PIND试验输出声音脉冲的包络进行分析,使用径向基函数(RBF)神经网络对脉冲自动分类,实现将多余物分为金属、非金属两类,并通过实际继电器检测验证了该方法的有效性。
|
| 关 键 词： | 航天继电器 多余物 微粒碰撞噪声检测 神经网络 |
| 文章编号： | 1000-6133（2007）03-0007-06 |
| 修稿时间： | 2007-05-29 |
Research on Feature Extraction of Remnant Particles of Aerospace Relays Based on the Pulses Classification |
| |
| GAO Hong-liang,WANG Shi-cheng,ZHAI Guo-fu. Research on Feature Extraction of Remnant Particles of Aerospace Relays Based on the Pulses Classification[J]. Electromechanical Components, 2007, 27(3): 7-12 |
| |
| Authors: | GAO Hong-liang WANG Shi-cheng ZHAI Guo-fu |
| |
| Affiliation: | Military Apparatus Research Institute of Harbin Institute of Technology, Harbin 150001, China |
| |
| Abstract: | |
| |
| Keywords: | aerospace relays remnant particles Particle Impact Noise Detection neural network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
