多模式组合诊断技术在导弹导引头上的应用研究

阐明了四种类型的多模式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，详细描述了基于模糊理论、神经网络和粗糙集理论的三组合模式的诊断过程，并给出了诊断结果；介绍了我们研制的基于不确定性理论和专家系统组合的智能化故障诊断专家系统的应用。研究和应用实例表明：多模式组合诊断技术通用性和鲁棒性强。能够加快诊断速度。降低误诊率。尤其适合于复杂系统的故障诊断，具有很大的工程实用价值。     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。     

解析余度法与专家系统法的综合问题

探讨了结合解析余度法与专家系统法用于卫星姿态控制系统故障诊断的构想。给出了一个用解析余度法建造故障诊断系统的结构框图；然后结合专家系统法的有关概念，提出了一个综合两者进行卫星姿控系统故障诊断的框图，并给出一种可能的结合点。     

导弹地面设备电控系统故障检测与诊断技术研究

以导弹地面设备电控系统为研究对象，介绍了一种集故障检测与故障诊断于一体的智能化系统。对系统的常见故障及其机理进行了分析，将基于知识的故障诊断推理技术与故障树及神经网络分析方法相结合。利用信息融合技术构建了电控系统故障诊断专家系统，使得故障树和神经网络推理与基于符号的知识诊断有机地结合起来，大大提高了诊断系统的工作效率和可靠性。     

卫星产品保证体系模糊综合评价模型

为了阐述产品保证体系的概念和思想，建立了产品保证体系的模型。为评价卫星产品保证体系对卫星产品质量保证情况，应用模糊综合评判原理建立卫星产品保证体系模糊综合评价模型。运用该产品保证体系模糊综合评判模型对某一具体卫星型号的产品保证情况进行了评价，并对计算结果进行了分析。计算结果与实际情况的一致性较好，证明了该模型及评价方法的可靠性和有效性。     

基于分布式层次模型的诊断技术研究与应用

针对大型分布式系统故障诊断的复杂性,给出了一种基于分布式层次模型的诊断方法。详细介绍了基于语言的分布式诊断技术的相关工具和概念。深入研究了层次模型的构建技术、计算方法策略和多步诊断步骤。在某卫星测控系统中的应用结果表明,此方法降低了诊断的复杂性,诊断结果正确,适用于卫星这类复杂系统的故障诊断。     

一个快速实时故障诊断系统

实时故障诊断系统是一个应用3种诊断方法,对故障进行协同诊断的系统．有很强的适用性和可扩展性。文中给出了系统的总体架构和故障诊断流程,简述了所用的基于专家系统的故障诊断、基于网络森林的故障诊断和基于仿真数据的故障诊断方法,以及这3种方法的具体实现。并对系统应用情况作了评价。     

卫星自主故障诊断专家系统中知识库的设计

针对星栽计算机的计算资源和存储资源的特点,提出了一种卫星自主故障诊断专家系统中知识库的设计方案.该知识库采用故障Petri网模型表示知识,用库所表示部件或系统的状态,变迁表示故障的繁衍和传播.为了保证知识的一致与正确,还提出了知识库各种冗余规则的校验算法.采用C/C++语言和面向对象的方法实现了该知识库,实际测试表明,能够满足卫星自主故障诊断专家系统对知识库的需求.     

基于统计参数分析和RBF网络的动调陀螺故障诊断方法

针对动调陀螺故障振动信号的特点,提出了一种基于振动统计参数分析和神经网络的动调陀螺故障诊断方法.该方法通过计算原始振动信号的一组统计参数作为表征故障的特征信息,以此作为RBF神经网络的输入参数来学习并识别陀螺故障.实验结果表明,采用对统计参数的计算能够简单、有效地提取陀螺故障特征信息;运用神经网络进行故障诊断建模,使诊断具有自适应、自学习的能力,诊断结果更加可靠.     

基于功能单元的分层诊断技术研究及在航天器中的应用

复杂系统多故障诊断的计算复杂性一直是一个难题。现给出了一种定性诊断模型:将功能单元引入到系统建模中并与结构抽象技术相结合构建分层诊断模型(SPS树)。推理时运用分层诊断策略及相关诊断定理,减少了多故障诊断的计算量,提高了效率。此方法在某卫星电源系统中得到了应用。证明该方法诊断速度快,诊断结果完备,可以实现对未知故障的诊断,适用于卫星这类复杂系统的多故障诊断。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备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。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

防空导弹武器系统故障诊断技术探究

对主要的故障诊断技术进行了系统地归纳和分类,并重点讨论了基于知识处理的智能故障诊断方法,对专家系统故障诊断方法、故障树故障诊断方法、模糊故障诊断方法、神经网络故障诊断方法以及基于支持向量机的故障诊断方法进行了详细介绍。     

基于RBF神经网络和M距离的卫星故障诊断

在常规基于解析冗余故障诊断技术的基础上,采用具有最佳模拟特性的RBF神经网络对系统进行建模,分析了M距离应用于卫星姿态控制系统故障检测与定位的可行性,应用基于M距离的方法设计故障检测观测器,通过对残差的评估实现故障诊断。仿真结果显示,该方法计算过程简单、实时性好。     

基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性     

基于Jess的卫星状态诊断系统设计与实现

针对卫星在轨管理中实时故障检测与解决较弱的现状,应用专家系统工具Jess构建了实时卫星状态诊断系统。系统可以适应遥测组合模式的复杂约束关系和频繁变化,收集、整理领域知识,实时检测卫星的工作状态,发现并提示卫星状态变化,显示状态诊断过程和结果,提供解决异常问题的参考方案,积累故障处理的经验。文章给出了系统总体结构的设计及关键技术的实现,从而为Jess在航天测控领域其他方面的应用提供了一种思路和方法。系统已成功应用于卫星的在轨管理中。     

模糊神经网络控制器及其在航天器姿态控制系统中的应用研究

在航天器姿态控制领域，模糊控制技术作为一种辅助控制方法得到越来越多的关注。本文提出了一种基于模糊聚类算法和分布式模糊神经网络的模糊神经网络控制器，并将其用于《东方红三号》卫星应急星地大回路姿态控制系统之中。仿真研究表明，这种模糊神经网络控制器能够有效地从样本数据提取信息，实现分区域控制，并且具有较强的鲁棒性。该方法具有较为满意的控制效果。     

基于神经网络和证据理论的火箭发动机故障诊断

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。     

基于模糊神经网络的飞船GNC分系统故障诊断

研究了基于模糊神经网络的飞船GNC分系统的故障诊断方法,提出了重构新的激励函数并附加动量因子的改进BP算法,采用了由输入层、输出层、隐含层和量化层组成的一种4层前向模糊神经网络,通过Ⅱ型隶属度函数完成输入模糊化。建立了基于模糊神经网络的GNC分系统故障诊断系统,实验验证了改进BP算法以及该诊断系统的正确性和有效性。