基于旋转机械故障诊断模糊神经网络多传感器融合(英文)

目前多传感器融合技术能够有效地提高精度和容错能力 ,所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统 ,在数据融合处理中利用模糊神经网络 ,比较了采用基于数据融合实验结果和没有融合的原始数据 ,显然前者比后者更精确。     

SLFM网络及其学习算法的改进

介绍了一种新型的人工神经网络--有监督线性特征映射(SLFM)网络,它综合了BP网络的可监督性和SOM网络算法简单的优点,具有学习速度快、精度高、扩展能力较强的优点.文中讨论了SLFM网络的拓扑结构和学习机制,并对网络的学习算法进行了改进,对比实验表明,改进后的SLFM网络其性能得到了进一步的提高.     

开槽砂轮缓磨时射流冲击强化换热的研究

提出了运用磨削弧区强化换热技术开发高效磨削潜力的创新构想,并在开槽砂轮的基础上研制开发了能够实现磨削弧区沿砂轮径向定向高压水射流冲击强化换热的新型磨削液供液装置;完成了关于开槽砂轮缓磨时弧区定向高压水射流冲击强化换热效果的理论计算和实验研究,计算结果与实验结果基本吻合。     

航电系统SCI互连的可靠性模型研究

研究未来航电系统关键协议——SCI(可扩展的一致性接口)的可靠性建模问题.从SCI互连的基本模型出发,提出了基于任务的系统可靠性分析方法,建立了系统的可靠性模型,并针对航电系统中SCI的蝶型互连进行了可靠性分析,指明该方法在航电系统设计阶段对于任务划分和拓扑选择都将起到指导作用.      

BP神经网络用于传感器故障诊断的仿真研究

在标准逆传播神经网络的基础上 ,提出了一种全新的改进逆传播神经网络 ,用来消除标准逆传播神经网络收敛速度慢和易陷入局部最小点的缺陷 ;并且设计了一个主神经网络和三个分布神经网络的结构 ,通过神经网络的在线学习 ,得到需要的参数估计。用它与传感器测得的实际值比较 ,可判断出故障 ,并且给出了仿真实例。     

降维法计算扩展网络的最短路径

以在军事等领域具有重要应用的扩展网络为研究对象,研究并提出了基于最短路树的网络降维方法。当子网络之间有边互连的节点数远小于原网络节点数时,利用降维网络计算扩展网络的最短路径具有很好的效果。     

航空发动机神经网络内模控制

基于神经网络内模控制理论研究了神经网络内模控制方法在航空发动机控制系统中的应用,建立了基于Elman网络的航空发动机多变量内模控制系统。采用Elman网络建立发动机内模型和内模控制器,详细介绍了建模、控制的算法及其实现过程。取部分飞行条件下的数据作为学习样本,采用动态BP算法对神经网络权值进行调整,并在飞行包线内其它工作点对整个控制系统进行了仿真。结果表明,使用神经网络建立的航空发动机内模控制系统具有良好的控制品质和较强的自适应能力。      

基于Kohonen自组织网络算法规划数控抛光路径

为避免在数控抛光中因采用规则运动路径产生的规律性高频误差,故借助于神经网络方法,采用基于Kohonen自组织网络算法,对抛光头的运动路径进行规划。     

基于BP神经网络的零件成组技术的研究

提出了一种基于BP神经网络的零件分类方法。通过200个典型零件样本对神经网络进行训练和测试,证明该基于BP神经网络的零件分类成组系统可实现零件的准确分类成组。