基于模糊神经网络的航空装备故障诊断专家系统框架

在剖析航空装备故障诊断特点的基础上,提出了基于模糊神经网络的航空装备故障诊断专家系统框架结构,并阐明了专家系统和模糊神经网络相结合的推理机制、模糊神经网络生成方法、知识获取和自学习等关键技术.系统框架的提出为航空装备故障诊断研究提出了新的思路.     

人工神经网络在某型航空发动机故障诊断中的应用

介绍了神经网络在航空发动机故障诊断中的应用 ,给出了利用神经网络方法进行航空发动机故障诊断的方法和步骤及需注意的关键问题 ,并利用神经网络方法诊断了加力泵不供油故障     

基于神经网络规则提取的航空发动机磨损故障诊断知识获取

针对神经网络智能诊断与专家系统中知识难于理解和诊断解释能力差等问题,研究了一种新的基于功能性观点的神经网络规则提取方法,介绍了方法流程及关键算法.并用UCI(加利福尼亚大学埃尔文分校)机器学习数据对方法进行了分析和验证.最后,将方法应用于实际航空发动机磨损故障诊断中,采集了某型航空发动机实测油样光谱数据237个样本,利用神经网络规则提取方法提取了发动机磨损故障诊断知识规则,并对其进行了解释,结果表明了方法的正确有效性.      

燃气涡轮发动机故障诊断的人工神经网络法

介绍了人工神经网络专家系统在航空涡轮风扇发动机故障诊断上的应用。通过一个高涵道比涡扇发动机故障诊断的实例分析, 验证了三层逆传播网络的可行性。非常令人鼓舞的诊断结果证明:神经网络的模糊联想特点、分布存储和并行处理能力以及对随机误差的抑制作用, 使其成为一个有效的和快速的方法。它有很好的应用前景, 并可广泛用于航空发动机的故障诊断。      

基于灰色神经网络的航空发动机振动故障诊断方法研究

针对某型双转子航空涡扇发动机台架试车中出现的振动异常现象,提出了一种基于灰色神经网络的航空发动机故障诊断方法,该方法不仅具有灰色关联度故障诊断方法计算量小、准确率高等优点,同时具备了神经网络强大的并行处理能力和良好的容错性。实例证明,该方法能够简单有效地诊断出航空发动机台架试车中出现的常见故障,为航空发动机故障诊断提供了一个新的途径。     

飞机机械故障诊断专家系统方法初探

分析了人工神经网络与基于知识的专家系统在诊断系统建立上的不同点,给出了飞机机械故障诊断专家系统的故障树模式,建立了一种适合故障诊断的基于BP神经网络的专家系统框架.     

基于一致性融合和神经网络的航空发动机气路系统故障诊断方法

以信息融合为基础,运用GRNN神经网络对航空发动机气路系统进行故障诊断,提出了一种基于一致性融合和神经网络相结合的故障诊断方法。试验结果表明,该方法能快速识别航空发动机气路系统故障,并且对其他机械设备的故障诊断具有一定的参考价值。     

基于神经网络的飞机故障诊断专家系统

介绍了专家系统与神经网络技术在飞机故障诊断领域的应用。从分析飞机故障诊断的特点出发,采用了神经网络的知识处理方法来构建一个基于飞机故障现象的故障诊断专家系统。     

航空发动机故障诊断技术研究

介绍了COMPASS软件和基于粗糙神经网络模型的新型故障诊断技术。对某航空公司运营中的ERJ145飞机双发AE3007发动机进行的故障诊断和研究表明,粗糙神经网络模型在故障诊断中的适用性和可信性很强,能够为航空发动机故障诊断提供有效参考。     

航空发动机内窥检测智能诊断专家系统

内窥检测在航空发动机维护中得到广泛应用,但是目前的人工检测方式已经难以满足民航业的需求,将智能诊断专家系统引入到航空发动机内窥故障检测中,并集合了基于规则的专家系统和基于案例的专家系统的优点．研究了一种航空发动机内窥检测智能诊断混合专家系统,该系统首先对处理后的内窥图像进行规则推理,若无法找到匹配规则再转入案例推理,直至给出故障诊断结果和维修策略。通过实验检验,专家系统可以准确、快速地给出诊断结果。     

用结构自适应神经网络预测航空发动机性能趋势

 将航空发动机作为复杂非线性系统考虑,运用神经网络超强的非线性映射能力和非线性时间序列分析的相空间重构理论,建立航空发动机性能趋势预测的神经网络模型,同时,针对神经网络的结构设计困难问题,建立了基于遗传算法的结构自适应神经网络预测模型,实现了神经网络结构的优化。最后,利用三组民航飞机发动机的性能数据进行了预测分析,验证了利用结构自适应神经网络对航空发动机性能趋势进行预测的有效性。     

ANN和GA混合算法在故障诊断中的应用

介绍了ANN和GA的混合诊断算法,采用双重GA循环优化神经网络的结构和连接权重。设计提出了ANN和GA的混合方法的计算机流程图,运用三层前向神经网络执行诊断功能,并给出了混合算法在某型导弹自动驾驶仪故障诊断中的应用实例分析。     

基于人工神经网络的现代军机研制费用估算模型

阐述了针对现代军机研制费用估算现状,用基于人工神经网络理论建立了现代军机研制费用估算模型。给出建模流程,分别采用动量自适应算法和 L-M 算法的 BP 网络来实现,并对其特点加以分析比较。在小样本情况下,编制了 Matlab 仿真软件并进行了仿真,证明了所建立的研制费用模型的准确性,仿真结果表明该方法比传统的回归分析方法精度高。     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型,经过BP网络预测软件运行检验,并与该机场以前采用的定量预测方法的综合比较,证明在该机场应用BP网络预测方法不仅可行,而且有更好的预测精度.     

弹道导弹中段防御的拦截窗口分析

根据弹道导弹中段飞行近似为二体运动的特点，应用二体运动理论分析了弹道导弹中段防御的拦截窗口。假设最低拦截点由拦截弹末段寻的飞行正常工作的最低地面高度决定，最高拦截点由拦截弹投射能力决定，给出了根据当前时刻弹道导弹位置和速度求解拦截窗口的算法。对采用最小能量弹道飞行的弹道导弹，给出了根据射程求解拦截窗口的算法，并对不同射程的最小能量弹道，给出了求解拦截窗口的算例。     

Parametric models for helicopter identification using ANN

An artificial neural network (ANN) based helicopter identification system is proposed. The feature vectors are based on both the tonal and the broadband spectrum of the helicopter signal, ANN pattern classifiers are trained using various parametric spectral representation techniques. Specifically, linear prediction, reflection coefficients, cepstrum, and line spectral frequencies (LSF) are compared in terms of recognition accuracy and robustness against additive noise. Finally, an 8-helicopter ANN classifier is evaluated. It is also shown that the classifier performance is dramatically improved if it is trained using both clean data and data corrupted with additive noise.     

支持向量机时间序列预测模型的参数影响分析与自适应优化

建立在统计学习理论和结构风险最小原则上的支持向量机在理论上保证了模型的最大泛化能力,因此与建立在经验风险最小原则上的神经网络模型相比,理论上更为完善.本文运用支持向量机建立时间序列预测模型,研究影响模型预测精度的相关参数,在分析参数对时间序列预测精度的影响基础上,提出用遗传算法建立支持向量机预测模型的参数自适应优化算法.最后,用太阳黑子数据和航空发动机油样光谱数据进行了预测分析.算例表明了本文算法的正确性.     

建立民航维修专家系统的分析

简要介绍了专家系统的原理及构成.分析了“设计民航维修专家系统”的过程,目前加拿大正着手研制的“先进的维修软件系统”的概况.最后提出专家系统需要解决的关键技术问题及发展情况.     

基于进化策略的飞行控制系统优化

针对飞行控制系统控制器参数优化问题,提出了一种基于反馈和共享机制的改进进化策略。将各代当前最优搜索结果和共享度信息反馈到变异步长的更新公式中,达到提高算法全局搜索能力和搜索精度的目的。将此策略应用于某型飞机的横侧向飞行控制系统的参数优化之中,仿真结果表明,该优化策略能够快速有效地整定飞行控制系统参数。     

关于改善光纤环绕线机成环质量的方法研究

光纤环制作的核心工艺就是光纤线圈的绕制,针对光纤环绕线机中存在的张力控制不对称性问题,提出了一种基于布里渊光时域分析方法检测光纤线圈应力分布状态,从而回馈和指导绕线机张力调整的方法。实验结果表明,以上方法明显改善了光纤环的应力分布状态,有效提高了光纤环成环后的质量,对提高光纤陀螺的精度起到了重要作用。