概率神经网络在武器装备故障诊断中的应用.pdf

概率神经网络在武器装备故障诊断中的应用.pdf

ID:55315051

大小:284.80 KB

页数:4页

时间:2020-05-14

概率神经网络在武器装备故障诊断中的应用.pdf_第1页
概率神经网络在武器装备故障诊断中的应用.pdf_第2页
概率神经网络在武器装备故障诊断中的应用.pdf_第3页
概率神经网络在武器装备故障诊断中的应用.pdf_第4页
资源描述:

《概率神经网络在武器装备故障诊断中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、兵工自动化2015.06·1O·OrdnanceIndustryAutomation34(61doi:1O.7690/bgzdh.2015.06.004概率神经网络在武器装备故障诊断中的应用郭涛,于海涛,肖鲁,刘敬明(北京宇航系统工程研究所,北京100076)摘要: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

2、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。关键词:故障诊断;概率神经网络;模式分类;武器装备中图分类号:TJ06文献标志码:AApplicationofProbabilisticNeuralNetworkinFaultDiagnosisofWeaponEquipmentGuoTao,YuHaitao,XiaoLu,LiuJingming(BeijingInstituteofAerospaceSystemsEngineering,Beijing100076,China)

3、Abstract:Tosolvetheproblemoffaultlocalizationincomplicatedweaponequipmentafterdeliveringtoarmy,thepaperproposestodiagnosefaultbyprobabilisticneuralnetwork.Thetrainingalgorithmandfaultdiagnosisstepsareputforward,andthefaultdiagnosismodelbasedonprobabilisticneuralne

4、tworkisestablished.Takinganewtypeofweaponequipmentastheresearchobjeet,themodelisappliedtofaultdiagnosis,anduseMatlabforsimulationvalidation.Thesimulationresultsshowthattheprobabilisticneuralnetworkcandistinguishallkindsofclassicalfaultefectively,decreasethedificul

5、tyoftroubleshOOting,andincreasetherepairingandsupportingabilityoftheequipment.Keywords:faultdiagnosis;probabilisticneuralnetwork;patternclassification;weaponequipmentO引言通过Matlab进行仿真,取得了较好的应用效果。近年来,多种新型武器系统陆续装备部队,新1故障诊断概念及其描述型装备的性能有了显著提高,但同时呈现技术密集、1.1故障诊断概念结构复杂和系统性

6、强的特点,要求维修保障人员具故障诊断概念可以表述为被诊断系统正常和故有广博的装备知识和维修技能。传统的测试设备和障的所有状态,组成的状态集合为y,其所有可测故障诊断方式已难以满足装备的检修要求,部队在量的征兆构成的集合为。在系统处于某一状态使用过程中面临故障定位的问题。某新型武器装备时,该系统就具有确定的征兆,即存在映射譬:】,由于组成及其原理的复杂性,在使用过程中一旦发一。反之,一定的征兆也对应确定的状态,即存现故障,基层部队通常难以快速完成故障的定位及在映射yo维修,直接导致装备无法完成预定作战任务。因此,故障诊断就是

7、根据所测量的征兆判断被诊断系能否及时、准确地诊断出故障点将直接决定着装备统所处的状态,即找出映射厂o的维修保障能力与作战效能。BP神经网络具有很强的非线性映射能力、自适1.2故障诊断数学描述应能力和模式识别能力,在故障诊断中得到了广泛故障诊断就是找出故障征兆到故障自身的映应用,但同时也存在网络结构难以确定、易陷入局射【,该问题可以用如下四元式来表述:部最优和收敛速度慢等缺点,在一定程度上影响了DP=(,Y,E,)诊断效果。相对于BP神经网络,概率神经网络其中:X=(,x2,⋯,)是一个非空的被诊断系统的(probabili

8、sticneuralnetwork,PNN)具有收敛速度快、需调节参数少和使用简单的特点,为研究复杂征兆集合;Y=(Yl,Y2,⋯,)为一个非空的被诊断系武器装备故障诊断提供了一条新的思路【l】。笔者利统的故障集合;是的一个子集,表示目用PNN实现对某新型复杂武器装备的故障诊断,并前已经测量到的征兆集合

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。