排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
动力随动陀螺是红外导引头位标器的核心部件之一,其装配质量对于导弹制导精度而言有着决定性的作用。针对动力随动陀螺零部件一次选配成功率低的问题,提出了一种基于数据驱动的动力随动陀螺零部件选配方法。对动力随动陀螺零部件装配现状进行了分析,考虑到零部件装配参数间复杂的非线性映射关系,建立了堆叠门控循环单元(Stacked-GRU)网络数据驱动模型,对陀螺待装配零部件参数属性值进行了预测。根据预测结果指导了陀螺零部件的选配,并以陀螺典型零部件装配为例进行了验证。实验结果表明,所提方法能够实现动力随动陀螺零部件的选配,且预测精度优于传统神经网络。 相似文献
2.
基于循环神经网络的卫星姿态执行器故障诊断 总被引:1,自引:0,他引:1
针对卫星姿态控制系统执行器机构故障问题,提出了一种基于循环神经网络的故障诊断方法。对卫星姿态控制系统建模,进行故障分析并采集星敏感器和角速度陀螺的连续时刻故障数据。设计六种异构的循环神经网络,对故障数据进行故障诊断和分类, 分别从网络深度、反馈单元、激活函数和训练算法对比网络效果。带有门循环单元的 (gate recurrent unit,GRU)深层循环神经网络训练效果更好,其故障诊断准确率达到了95.7%。结果表明对于时序的卫星数据,门循环单元和带有一定深度的循环神经网络故障诊断效果更优。 相似文献
1