资源描述:
《航天器电源模拟系统故障诊断的神经网络方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第33卷第1期哈尔滨工业大学学报Vol.33,No.12001年2月JOURNALOFHARBININSTITUTEOFTECHNOLOGYFeb.,2001航天器电源模拟系统故障诊断的神经网络方法刘占生,苏平线,姜兴渭(哈尔滨工业大学能源学院,黑龙江哈尔滨150001)摘要:BP算法的研制成功使神经网络达到了实用化程度.然而在实际工程中神经网络还没有起到其应起的作用,主要原因不在神经网络本身而在各领域的使用者未能把重点放在输入数据的前处理上.根据航天器故障诊断的特点,提出了根据数据特点来构造前处理函数的改进的升半柯西数据归一化方法.
2、通过比较证明,采用这一归一化方法可大大提高神经网络故障诊断系统的准确性.关键词:人工神经网络;故障诊断;数据归一化;航天器中图分类号:TP274文献标识码:A文章编号:036726234(2001)0120065203AneuralnetworksforfaultdiagnosisinspacecraftLIUZhan2sheng,SUPing2xian,JIANGXing2wei(Dept.ofPowerEngineering,HarbinInstituteofTechnology,Harbin150001,China)Abstra
3、ct:DiscussestheBPalgorithmproposedforneuralnetworks,whichmadetheneuralnetworkspracticalforusealthoughtheneuralnetworkshasnotbeenappliedproperlybecausetheuserfailedtostressthepre2treatmentofinputdataneuralnetworksandproposesanimprovedCauchymethodofnormalizationofinputdat
4、ainthelightofthecharactersofspacecraft,andmethodsofconstructingnormalizationfunctionsandcon2cludesfromcomparisonofthesemethodsthatnormalizationisthekeyreasonhavingeffectonthecorrectnessoffaultsdiagnosisinspacecraft.Keywords:artificialintelligenceneuralnetworks;faultdiag
5、nosis;datanormalization;spacecraft.[2,3]航天器是一个庞大而复杂的系统,需要测量性映射能力和容错能力,而且具有很强的自学[4~6]的参数很多,通过人类专家根据大量的数据判别飞习能力,因此,其应用越来越广泛.本文采用行器的工作状态是比较费时、繁杂而低效的.为了神经网络方法作为航天器故障的诊断分析核心;这解决这一问题,人们开展了大量的研究工作,其中种方法比专家系统更方便,效果更好.神经网络的用基于模型的专家系统和基于知识的专家系统不输入数据对训练和诊断结果影响较大,许多研究人[1]员已注意到这一问题[
6、7].本文提出了一系列数据失为一种好的解决办法.但是,基于知识的专家系统存在着知识获取和匹配冲突等问题;基于模归一化方法;通过比较各种归一化方法,找出了一型的专家系统存在建模复杂等困难,使它们的应用种应用效果良好的方法,将这一方法应用于航天器受到限制.而神经网络运行所需知识规则存储在电源模拟系统神经网络故障诊断中使诊断准确率网络的权系数中且具有极强的非线得到提高.1数据归一化收稿日期:1999-11-29.作者简介:刘占生(1962-),男,博士,教授.本文测取了44组示例.其中3组为正常示·66·哈尔滨工业大学学报第33卷例,41组
7、为故障示例;每组示例包含32个测点.息.因此,为了突出有故障测点的数据,使故障的1.1数据归一化的必要性主要征兆更为显著,归一化处理时要考虑故障值xBP算法根据梯度下降法调节连接权值,使误和正常值a的差别程度.因此,本文提出下面的公差函数最小.在调节连接权值的过程中,权值修正式对数据进行归一化处理:量为:△whj=ηδjyh,△wih=ηδhxi.其中,yh为x-aμ(x)=.隐层节点输出值,xi为网络的输入量,η为加速系max(x-a)式中:max(x-a)是每组示例中故障值和正常值的数,δj=F′(sj)(Tj-Yj);最大差值,
8、μ(x)为归一化处理后的值.这样把和正常值差别最大的故障值化为1或-1,其他数据都在sj=∑whjF(∑wihxi);hi[-1,+1]之间.经过归一化后,网络很快收敛,收δh=F′(sh)∑whδjj,敛率达到92.7