资源描述：
《复杂电子装备智能故障诊断技术研究（可编辑）》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、复杂电子装备智能故障诊断技术研究总第期舰船电子工程..年第期复杂电子装备智能故障诊断技术研究李登尹亚兰朱文秀.海军指挥学院信息系南京.部队厦门摘要随着现代电子装备的功能与性能越来越先进,技术与结构越来越复杂,装备故障诊断的地位也日益突显。文章在介绍故障诊断理论的基础上,结合复杂电子装备实际情况,指出了传统故障诊断技术的局限性,探讨了几种主要的基于人工智能的故障诊断技术及其优缺点,并分析了智能故障诊断技术的发展趋势。关键词复杂电子装备;智能故障诊断;人工智能中图分类号...,,,,.,.,.,?..,.
2、,,噎旧人工智能的故障诊断技术,传统故障诊断技术又可分为基引言于解析模型的方法和基于信号处理的方法两类。随着武器装备现代化的不断发展,越来越多的复杂电所谓基于解析模型的方法,是在弄清诊断对象数学模子装备配发部队。由于复杂电子装备的故障具有层次性、型的基础上,通过将被诊断对象的可测信息和由模型表达传播性、相关性和不确定性等特点,这使得故障诊断技术的系统先验信息进行比较,产生残差,并将残差进行分析和的地位和作用日益突出。按照对知识运用程度的不同,可处理,从而实现故障诊断。基于解析模型的方法又可分为将电子装
3、备故障诊断技术分为传统故障诊断技术和智能故状态估计法、等价空间法和参数估计法。目前此种方法得障诊断技术。传统故障诊断技术运用了相关领域的事理到了深入的研究,但对于非线性复杂大系统来说,常常难以性、理论性知识,以及操作人员简单的逻辑判断。智能故障获得对象的精确数学模型,这就大大限制了基于解析模型诊断技术则是模拟人类的逻辑思维和形象思维,将人类各诊断方法的使用范围和效果。种知识融人诊断过程。而基于信号处理的方法,通常是利用信号模型,如相关函数、频谱、自回归滑动平均、小波变换等,直接分析可测信本文在研究电子
4、装备传统故障诊断技术适用性和局限性的基础上,探讨了几种智能故障诊断技术在大型复杂电号,提取诸如方差、幅值、频率等特征值,从而检测故障的发子装备中的应用及其优缺点,最后分析了智能故障诊断技生。基于信号处理的方法又可以分为:小波变换方法、主术的发展趋势。元分析方法、利用算子和利用信息准则的故障检测。这类方法不需要诊断对象的准确模型,适用对象较传统故障诊断技术广。但该方法是根据直接可测的输入输出及其变化趋势来进行故障诊断,对人的要求较大。故障诊断技术是一门多学科交叉的科学,它包括了现代控制理论、信号处理、模
5、式识别、人工智能等理论和方法。传统的故障诊断技术对于简单的诊断对象比较容易实故障诊断技术发展过程中,在不同的应用领域,与不同的学现,对于复杂的电子装备则难度大且效果不好,需要专家的科相结合产生了多种故障诊断技术。概括地讲,现有的故人工干预,人为的因素占很大成分,容易出现漏检和误检。而智能诊断理论是以无模型或非精确模型为特征的更接近障诊断技术可以分成两大类:传统故障诊断技术和基于收稿日期:年月日,修回日期:年月日作者简介:李登,男,硕士研究生,助理工程师,研究方向:装备可测试性与故障诊断技术。尹亚兰,女
6、,副教授,硕士生导师,研究方向通信与信息系统。朱文秀,男,助理工程师,研究方向:装备维修保障。万方数据总第期李登等:复杂电子装备智能故障诊断技术研究以反映系统的动态特性、建模误差和干扰影响的变量作为人类思维方式的控制理论,以知识信息为基础进行学习和神经网络的输入,以对应的状态编码为期望输出,构成输入推理,用启发式方法来引导求解过程。因此,采用人工智能/期望输出样本对,对神经网络进行训练,确定神经网络的技术对复杂电子装备进行故障诊断已经成为提高诊断效率权值和阈值,当学习收敛后冻结神经网络的权值和阈值。和
7、实现诊断自动化的必由之路。诊断匹配阶段:使训练好的神经网络处于回想状态,对主要的智能故障诊断技术于一个给定的输入,便产生一个相应的输出,由输出与故障编码进行比较即可方便地确定故障。近年来,随着人工智能及计算机技术的飞速发展,特别是知识工程、专家系统和人工神经网络在诊断领域中的进一步应用,基于人工智能的故障诊断技术得到了更加深人、系统的研究,产生了专家系统故障诊断技术、神经网络故障诊断技术、故障树故障诊断技术、模糊故障诊断技术和基于图神经网络故障诊断案例推理故障诊断技术等。神经网络故障诊断技术具有良好的
8、/非线性映射特.专家系统故障诊断技术性、信息的分布存储、并行处理以及高度的自组织和自学习专家系统是一种具有大量专门知识与经验的智能程序能力。但同时存在着限制其应用的缺点,如神经网络结构系统,它能运用某个领域一个或多个专家多年积累的经验选择及训练样本选择缺乏系统可靠的依据,网络训练收敛和专门知识,模拟领域专家求解问题时的思维过程,以解决速度比较慢,不能解释推理过程,对复杂的电子装备有时缺该领域中的各种复杂问题口。专家系统的能力来自它所拥乏有效的学习算法。有
