亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        人工智能技術(shù)在航空火控系統(tǒng)故障檢測中的應(yīng)用

        2021-01-05 03:26:58喻甲其
        設(shè)備管理與維修 2020年21期
        關(guān)鍵詞:火控系統(tǒng)故障診斷規(guī)則

        喻甲其,劉 坤,韓 娟

        (航空工業(yè)成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司,四川成都 610092)

        0 引言

        航空火控系統(tǒng)具有較高的綜合水平、復(fù)雜的構(gòu)成和較高的成本,是航空戰(zhàn)斗力的關(guān)鍵和基礎(chǔ),系統(tǒng)的可靠性對飛機(jī)的使用及作戰(zhàn)性能產(chǎn)生直接影響。根據(jù)航空設(shè)備的維護(hù)標(biāo)準(zhǔn)及技術(shù)要求,應(yīng)對工作狀態(tài)及性能開展實(shí)時(shí)檢查,保證火控系統(tǒng)具有較好的狀態(tài)。傳統(tǒng)的檢測方式是技術(shù)人員將所需檢測的部件拆除,送至檢修廠進(jìn)行檢查。該方式存的不足是具有較高的勞動(dòng)強(qiáng)度和較長的時(shí)間周期,主要依靠技術(shù)人員的經(jīng)驗(yàn)和技術(shù),缺乏較高的準(zhǔn)確性,檢測結(jié)果無法呈現(xiàn)系統(tǒng)所有的工作狀態(tài)。因此,以人工智能技術(shù)為基礎(chǔ)的航空火控系統(tǒng)故障檢測設(shè)備隨即產(chǎn)生,針對該設(shè)備進(jìn)行詳細(xì)分析,以期增強(qiáng)系統(tǒng)運(yùn)行的可靠性。

        1 故障診斷技術(shù)研究現(xiàn)狀

        以人工智能技術(shù)為基礎(chǔ)的航空火控系統(tǒng)故障檢測技術(shù)近幾年才得以產(chǎn)生和發(fā)展,這一技術(shù)得以發(fā)展的原因是設(shè)備的復(fù)雜性和技術(shù)水平的提升,采用傳統(tǒng)的維修技術(shù)已無法滿足現(xiàn)代設(shè)備的維護(hù)要求。近年來,隨著新型傳感器的產(chǎn)生,人工智能技術(shù)取得了較快的發(fā)展,極大推動(dòng)了故障診斷技術(shù)的發(fā)展??梢哉f,故障診斷技術(shù)是多學(xué)科融合發(fā)展的成果。就故障診斷技術(shù)發(fā)展的整體水平而言,美國所擁有的技術(shù)最為先進(jìn)。美國多個(gè)部門投入較多的資金研究故障診斷技術(shù),設(shè)計(jì)出了多套高效可靠的故障診斷系統(tǒng),如F-36 JSF 系統(tǒng)等,這些系統(tǒng)不僅可以有效監(jiān)測設(shè)備的運(yùn)行狀態(tài),而且可以診斷出設(shè)備運(yùn)行中的故障。目前,該技術(shù)在各個(gè)領(lǐng)域取得了廣泛運(yùn)用。

        我國對于故障診斷技術(shù)的研究起步較晚,但隨著國內(nèi)學(xué)者的不懈努力,故障診斷技術(shù)已經(jīng)取得較快的發(fā)展。王成剛等人通過開展研究提出了一種以多值測試為故障診斷測試法,以此代替?zhèn)鹘y(tǒng)的測試法,避免了信息的丟失。還有一些專家指出通過運(yùn)用多信號流圖的模型來監(jiān)測一些復(fù)雜的電子系統(tǒng),可以在產(chǎn)品設(shè)計(jì)初期對各個(gè)測試數(shù)據(jù)進(jìn)行迅速準(zhǔn)確的判斷,基本實(shí)現(xiàn)了系統(tǒng)的檢測需求。目前,我國針對故障診斷技術(shù)所進(jìn)行的研究大多集中在高校,在各專家的持續(xù)努力中也提出了一些實(shí)用性較強(qiáng)的故障診斷方案,但在武器火控系統(tǒng)領(lǐng)域尚未建立起完善的故障診斷方法,也不具備完善的診斷系統(tǒng),與發(fā)達(dá)國家之間存在一定的差距。目前所采取的故障診斷技術(shù)主要分為三種。

        1.1 以解析模型為基礎(chǔ)的方法

        這種方法主要是通過對系統(tǒng)的行為及以模型為基礎(chǔ)的預(yù)期行為之間的差別進(jìn)行對比分析來實(shí)施故障診斷,該方法首先要?jiǎng)?chuàng)建起系統(tǒng)的數(shù)字模型,再依據(jù)模型對系統(tǒng)的輸入進(jìn)行計(jì)算及分析,以取得系統(tǒng)的輸出,再和實(shí)際輸出值進(jìn)行對比,得到殘差并進(jìn)行處理,從而明確系統(tǒng)是否出現(xiàn)故障以及故障類型。該方法主要有參數(shù)估計(jì)法、狀態(tài)預(yù)估法等。

        使用該方法創(chuàng)建系統(tǒng)化數(shù)學(xué)模型時(shí),一般還需具備足夠的傳感器信息,因此從理論上講,通過運(yùn)用該方法可以對已具備模型的系統(tǒng)故障進(jìn)行準(zhǔn)確的診斷。但對于目前已經(jīng)創(chuàng)建了系統(tǒng)的相關(guān)模型,必須充分掌握系統(tǒng)的內(nèi)部構(gòu)造及聯(lián)系,實(shí)際上大多數(shù)復(fù)雜系統(tǒng)都難以創(chuàng)建起有效的數(shù)學(xué)模型,因此,該方法很少應(yīng)用到實(shí)際系統(tǒng)中。

        1.2 以知識(shí)為基礎(chǔ)的方法

        隨著網(wǎng)絡(luò)技術(shù)及人工智能的快速發(fā)展,這種基于知識(shí)的故障診斷法得以產(chǎn)生。該方法充分融合了人工智能技術(shù),基于規(guī)則及知識(shí)開展與人類思維相關(guān)的推理,最終找出可能發(fā)生的故障,再經(jīng)過用戶進(jìn)行驗(yàn)證,主要包含故障樹診斷、神經(jīng)網(wǎng)絡(luò)等方法。

        采用這種方法不需要針對診斷對象創(chuàng)建精確的模型,廣泛應(yīng)用于復(fù)雜及非線性化的系統(tǒng),但其中存在的不足就在于知識(shí)的獲取,而且也不具備較強(qiáng)的實(shí)時(shí)性及適應(yīng)性。近年來,該方法取得了飛速的發(fā)展,大部分新方法被逐漸應(yīng)用到系統(tǒng)故障診斷中,但這種方法缺少完善的系統(tǒng)理論框架,還需進(jìn)一步研究。

        1.3 以分析信號為基礎(chǔ)的方法

        該方法指利用信號頻譜分析、小波變換等手段提取信號的幅值、頻率等特征,進(jìn)而對這些特征進(jìn)行分析以找出故障,其中主要包含主元分析、小波變換等方法。

        采取這種方法不需要?jiǎng)?chuàng)建系統(tǒng)化數(shù)學(xué)模型,具有較強(qiáng)的簡便性和實(shí)時(shí)性。該方法大多應(yīng)用于故障檢測工作,但在故障的辨識(shí)及定位方面存在較大的不足,因此單獨(dú)采用該方法無法取得較好的效果,通常都要與其他方法結(jié)合起來使用,以提升故障診斷的準(zhǔn)確性。

        2 故障診斷常用方法

        2.1 專家系統(tǒng)

        是一種借助計(jì)算機(jī)技術(shù)來模擬人的行為并以此解決問題的系統(tǒng)。專家系統(tǒng)故障診斷法指的是計(jì)算機(jī)系統(tǒng)利用人類專家處理問題的經(jīng)驗(yàn)匯總成知識(shí),再依據(jù)所采集到的信息來模擬人類處理問題的方法開展相應(yīng)的推理計(jì)算,最終判明故障原因。

        在飛機(jī)火控系統(tǒng)開展故障診斷的過程中,專家系統(tǒng)得到了深入的應(yīng)用,但采用這種方法極易受到專家知識(shí)庫的影響,如果不具備全面、正確的專家知識(shí),將會(huì)極大降低故障診斷的準(zhǔn)確度,而且該系統(tǒng)在實(shí)際應(yīng)用的過程中,取得專家知識(shí)是一個(gè)最大的難點(diǎn)。

        2.2 故障樹分析法

        這種方法指的是通過對對象進(jìn)行診斷來建立相關(guān)的模型,之后將系統(tǒng)產(chǎn)生的故障作為頂節(jié)點(diǎn),故障現(xiàn)象屬于中間節(jié)點(diǎn),然后根據(jù)故障信息的類型實(shí)施分解,直至得到以故障源作為葉子節(jié)點(diǎn)的診斷方法。故障樹的結(jié)構(gòu)見圖1。

        故障樹依據(jù)系統(tǒng)出現(xiàn)故障時(shí)所形成的各種故障問題,持續(xù)向下進(jìn)行細(xì)分,最后得到了處于葉子節(jié)點(diǎn)的故障源。當(dāng)具備全面及精確的故障樹模型的時(shí)候,故障樹分析法取得了較好的診斷效果,但是通常情況下,對于一些系統(tǒng)過于復(fù)雜的故障樹,其具備較強(qiáng)的繁瑣性,很難創(chuàng)建起完善的故障樹模型,從而在某種程度上極大約束了這一方法的運(yùn)用。

        圖1 故障樹結(jié)構(gòu)

        2.3 神經(jīng)網(wǎng)絡(luò)

        在故障診斷的過程中,神經(jīng)網(wǎng)絡(luò)主要作為一種分類器來識(shí)別出系統(tǒng)的故障,也可以與其他方法相結(jié)合形成組合型的故障診斷法。該方法首先要針對現(xiàn)存的故障樣本開展學(xué)習(xí),之后再針對故障樣本獲取相應(yīng)的特征,最后再經(jīng)過已結(jié)束訓(xùn)練的神經(jīng)網(wǎng)絡(luò)實(shí)施故障樣本分裂,最終取得相應(yīng)的結(jié)果。

        神經(jīng)網(wǎng)絡(luò)有著較強(qiáng)的適應(yīng)能力,當(dāng)具備充足及有效的樣本時(shí),可以較好地解決復(fù)雜的分類問題,但這也是存在于神經(jīng)網(wǎng)絡(luò)的最大缺點(diǎn),由于無法取得較多的訓(xùn)練樣本,而且這種方法常常會(huì)出現(xiàn)局部最優(yōu),無法實(shí)現(xiàn)整體優(yōu)化。

        2.4 多信號流圖的模型

        該模型所針對被監(jiān)測對象的構(gòu)成板塊、測試及被監(jiān)測對象之間存在的特征進(jìn)行分析,并基于此采取有向性方法對其進(jìn)行表示,再依據(jù)系統(tǒng)中信號的檢測結(jié)果對故障實(shí)施診斷。該模型同時(shí)融入了以解析和以信號的兩種診斷方式,在復(fù)雜系統(tǒng)中有著較廣泛的運(yùn)用。

        3 航空火控系統(tǒng)故障檢測裝置功能板塊

        航空火控系統(tǒng)故障檢測裝置構(gòu)成單元主要有主控處理單元、數(shù)據(jù)收集分析處理單元、接口轉(zhuǎn)換單元等。

        3.1 主控處理單元

        故障診斷設(shè)置選擇S3C2440A 來作為嵌入式控制器,它是某半導(dǎo)體企業(yè)推出的一種微處理器,其內(nèi)核是ARM920T。S3C2440A 的構(gòu)成主要有16/32 位的RISC 體系構(gòu)造與相應(yīng)的指令集,其MMU(Memory Management Unit,內(nèi)存管理單元)適用于WinCE,EPOC 32 和Linux。

        3.2 數(shù)據(jù)收集分析處理板塊

        故障檢測設(shè)置主要是利用USB 模塊來收集數(shù)據(jù),其應(yīng)用于現(xiàn)階段的Unix 等多個(gè)類型的操作系統(tǒng)及相應(yīng)的軟件環(huán)境。該板塊所具有以下功能:

        (1)USB 數(shù)據(jù)采集板塊安裝了一個(gè)自動(dòng)化通道/程控增益的掃描電路,該電路主要對采樣過程中的多路選通器進(jìn)行控制,具備較高的效率。

        (2)模擬輸入:單端和差分分別有48 和24 路。

        (3)擁有4 路模擬輸出,其中可選擇的模式主要有電流及電壓兩種。

        (4)提供可靠的編程計(jì)數(shù)器,其中主要包含了3 個(gè)16 位計(jì)數(shù)器。

        (5)輸入及輸出分別為16 路。

        (6)在對開機(jī)進(jìn)行模擬后,可以利用跳線設(shè)置相關(guān)的輸出值,該數(shù)值應(yīng)保持量程值的1/2 或者最小值。用戶可以先后對這四個(gè)通道的輸出設(shè)定相對應(yīng)的范圍,分別為:0~5 V,0~10 V,+5 V,+10 V,0~20 mA。

        (7)當(dāng)系統(tǒng)開啟熱啟動(dòng)時(shí),USB 數(shù)據(jù)收集板塊可以維持上個(gè)循環(huán)的數(shù)字量輸出設(shè)置。

        (8)模擬輸出:擁有4 路通道,12 位分辨率,其輸出范疇為0~5 V,0~10 V,-5~+5 V,-10~+10 V,0~20 mA。

        (9)計(jì)數(shù)器:擁有3 路通道數(shù),16 位分辨率,技術(shù)范疇≤65535,采取減數(shù)計(jì)算器和頻率測量法,電平形式為TTL 電平。

        (10)數(shù)字量輸入/輸出:輸入及輸出通道均為16 路,電平形式則采取TTL 電平。

        (11)供電電壓9~40 V。

        3.3 位置角量信號形成板塊

        該板塊主要為系統(tǒng)提供多渠道的位置模擬角量,其構(gòu)成部分主要有功率適配線路、電阻網(wǎng)絡(luò)等,該板塊形成的位置角量信號主要用于對姿態(tài)傳感器的角量進(jìn)行模擬,并利用故障檢測設(shè)備進(jìn)行輸出,并將結(jié)果呈現(xiàn)在便攜式終端上,進(jìn)而對轉(zhuǎn)換控制板所具有的精準(zhǔn)度及功能進(jìn)行有效檢測。

        3.4 通信測試板塊

        該板塊主要對火控系統(tǒng)內(nèi)部各單體之間的通信指令進(jìn)行模擬,以檢測火控系統(tǒng)內(nèi)部的CAN 接口,對其中存在的各CAN 節(jié)點(diǎn)所傳輸?shù)臋z測報(bào)文進(jìn)行模擬,并接收各個(gè)檢測單體所反饋出的信息,通過對比分析,明確火控系統(tǒng)各CAN 節(jié)點(diǎn)是否具備完善的通信功能。

        3.5 接口轉(zhuǎn)換板塊

        該板塊主要是將檢測設(shè)備中各功能模塊的數(shù)據(jù)接口轉(zhuǎn)變?yōu)橄嚓P(guān)的USB 接口。

        3.6 電源處理板塊

        該板塊主要包含DC/DC 電源板塊及各相關(guān)處理電路,其功能是將內(nèi)部供電轉(zhuǎn)變?yōu)闄z測裝置中各板塊所需的工作電源。

        4 航空火控系統(tǒng)故障檢測裝置組成設(shè)備

        由于航空火控系統(tǒng)故障檢測裝置運(yùn)用了串行的工作形式,無法提升運(yùn)行速率及裝置隨時(shí)運(yùn)行的要求。隨著系統(tǒng)控制質(zhì)量要求的不斷提升,人工智能專家系統(tǒng)中設(shè)置的規(guī)則庫持續(xù)擴(kuò)大,沖突越來越顯著。因此,該故障檢測裝置通過運(yùn)用神經(jīng)網(wǎng)絡(luò)及專家系統(tǒng)相互結(jié)合的形式,充分發(fā)揮神經(jīng)網(wǎng)絡(luò)的功能,即并行處理大批化的輸入信息、分布式儲(chǔ)存等優(yōu)點(diǎn),以確保航空火控系統(tǒng)得到迅速、精確地檢測,提升被檢戰(zhàn)機(jī)的反應(yīng)水平。裝置原理見圖2。

        圖2 航空火控系統(tǒng)故障檢測裝置工作原理

        4.1 通用適配器

        由于火控系統(tǒng)存在大量的接口種類,故障檢測設(shè)備必須與該系統(tǒng)形成較好的信號交錯(cuò);輸入及輸出信號實(shí)施阻抗匹配轉(zhuǎn)換;信號持續(xù)衰退、電平轉(zhuǎn)換等需要借助通用的適配器實(shí)現(xiàn)。適配器的輸入輸出端采用標(biāo)準(zhǔn)的接口元件及同軸電纜,使適配器具備較高的性能。此外,適配器內(nèi)部通過較好的措施進(jìn)行隔離,使電磁具備較好的兼容性。

        4.2 數(shù)據(jù)庫

        數(shù)據(jù)庫的功能是儲(chǔ)存與故障檢測相關(guān)的數(shù)據(jù)信息,主要包含靜態(tài)與動(dòng)態(tài)兩種數(shù)據(jù)。其構(gòu)造應(yīng)有助于系統(tǒng)的處理及推理,在管理軟件的背景下,數(shù)據(jù)庫的作用是接收及儲(chǔ)備火控系統(tǒng)的各個(gè)信息,并由此推理出相應(yīng)的結(jié)論結(jié)果,并將其作為一種裝置來開展故障檢測工作。由于數(shù)據(jù)庫不僅可以儲(chǔ)存大量的信息,而且也有助于查找,應(yīng)盡可能降低數(shù)據(jù)庫的規(guī)模,因此設(shè)計(jì)數(shù)據(jù)庫時(shí)必須采取有助于查找及升級信息的措施。

        4.3 知識(shí)庫

        知識(shí)庫中儲(chǔ)存了大量與故障診斷相關(guān)的專家經(jīng)驗(yàn)及知識(shí),其中經(jīng)驗(yàn)是指該領(lǐng)域?qū)<以陂L期工作中積累的經(jīng)驗(yàn);理論知識(shí)主要從相關(guān)描述及研究火控系統(tǒng)方面的書中獲取。設(shè)計(jì)知識(shí)庫時(shí)應(yīng)依據(jù)以上經(jīng)驗(yàn)及知識(shí),將其轉(zhuǎn)換為控制規(guī)則及參數(shù)調(diào)整規(guī)則,并儲(chǔ)存在知識(shí)庫內(nèi)部。

        4.4 規(guī)則庫和推理機(jī)

        4.4.1 推理機(jī)

        該裝置指的是在專家系統(tǒng)中完成的基于知識(shí)推理的元件,是系統(tǒng)中存在的某個(gè)控制程序,在控制策略下基于中間數(shù)據(jù)庫內(nèi)的信息來收集及選擇知識(shí)庫內(nèi)對處理問題有用的知識(shí),并將其運(yùn)用到診斷推理中。推理機(jī)是依據(jù)檢測裝置當(dāng)前的運(yùn)行及之前的故障信息,即數(shù)據(jù)庫內(nèi)的信息,在規(guī)則庫內(nèi)檢索控制手段及參數(shù)調(diào)整的方法。推理機(jī)所有的輸入及輸出都基于事實(shí)進(jìn)行,但輸出則是輸入事實(shí)處于推理機(jī)的控制下,依靠規(guī)則推測的事實(shí)。為了使檢測設(shè)備具備較好的推理技術(shù)及實(shí)現(xiàn)實(shí)時(shí)推算,推理機(jī)的結(jié)構(gòu)采取了確定性與概率性兩種推理機(jī)制,對各個(gè)形式的事實(shí)規(guī)則及各類事件之間的因果關(guān)系展開推理,通過將正向及反向推理及規(guī)則評價(jià)推理進(jìn)行較好的結(jié)合,以增強(qiáng)裝置的置信度。

        首先,系統(tǒng)選擇故障征兆為關(guān)鍵詞,在規(guī)則庫中通過運(yùn)用匹配原則取得與此征兆相對應(yīng)的行為分支,在故障樹中所存在的各種行為有著不同的分支,當(dāng)用戶明確行為之后,系統(tǒng)再將行為與事實(shí)進(jìn)行合并,并以此為關(guān)鍵詞進(jìn)行搜索,得到一個(gè)全新的事實(shí),至此完成了一個(gè)推理周期,等待用戶明確全新的行為分支。當(dāng)規(guī)則庫內(nèi)不再存在行為分支時(shí),表示完成推理,這就是故障點(diǎn)。

        由于神經(jīng)網(wǎng)絡(luò)面對的各個(gè)征兆都來自于相同的故障輸出,但是輸入方式并不唯一,因此就必須依據(jù)數(shù)據(jù)開展正向推理。

        推理步驟:①將網(wǎng)絡(luò)的結(jié)構(gòu)知識(shí)、火控系統(tǒng)的故障知識(shí)及權(quán)值矩陣從知識(shí)庫中調(diào)出;②借助導(dǎo)入規(guī)則轉(zhuǎn)換已收集到的故障征兆模式,使其成為神經(jīng)網(wǎng)絡(luò)的輸入;③對隱含層的神經(jīng)元輸出進(jìn)行計(jì)算;④對網(wǎng)絡(luò)開展前向計(jì)算,取得輸出層的神經(jīng)元輸出;⑤依據(jù)規(guī)則對神經(jīng)元的輸出進(jìn)行檢驗(yàn),明確結(jié)果。

        4.4.2 規(guī)則庫

        規(guī)則庫是依據(jù)專家知識(shí)庫內(nèi)的知識(shí)來獲取控制的作用及策略,它主要體現(xiàn)在控制知識(shí),并基于數(shù)據(jù)庫所提供的故障信息來采取有效的控制策略及參數(shù)調(diào)整措施。

        4.5 專家系統(tǒng)訓(xùn)練樣本

        選擇專家系統(tǒng)所開展檢測及控制工作的結(jié)果作為訓(xùn)練樣本,對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,完成訓(xùn)練后將其運(yùn)用到故障診斷系統(tǒng)中。

        4.6 故障樹-規(guī)則轉(zhuǎn)換單元

        該單元指的是某個(gè)圖形轉(zhuǎn)化為Access 格式的數(shù)據(jù)庫的板塊,通過這個(gè)單元可以將手工創(chuàng)建規(guī)則庫的過程轉(zhuǎn)變?yōu)楣收蠘涞脑O(shè)計(jì)過程。首先將故障樹的樹形圖轉(zhuǎn)變?yōu)樵嫉膶傩员?,再將該表轉(zhuǎn)變?yōu)橐?guī)則表[4]。

        5 神經(jīng)網(wǎng)絡(luò)的特征及構(gòu)造

        神經(jīng)網(wǎng)絡(luò)因其可以有效處理復(fù)雜的多模式,且具備較強(qiáng)的想象、推理及記憶功能,已廣泛運(yùn)用于慢變的復(fù)雜系統(tǒng)或者不存在模型的故障檢測工作中。神經(jīng)網(wǎng)絡(luò)的構(gòu)成包含了多個(gè)神經(jīng)元,而神經(jīng)元?jiǎng)t采取簡單的方式對信息實(shí)施處理,當(dāng)神經(jīng)元輸入超出某個(gè)閾值時(shí),它就可以被激活。神經(jīng)元根據(jù)層級排列,輸入信息則利用網(wǎng)絡(luò)進(jìn)行傳播。每個(gè)神經(jīng)元所具有的傳播函數(shù)均對神經(jīng)網(wǎng)絡(luò)的非線性產(chǎn)生直接影響。在訓(xùn)練過程中,通過調(diào)整網(wǎng)絡(luò)權(quán)值,促使網(wǎng)絡(luò)輸出可以借助最佳形式接近預(yù)期值。目前,應(yīng)用最廣泛的是具備一個(gè)隱層的BP 網(wǎng)絡(luò),在訓(xùn)練信息不完善的條件下,可以對故障進(jìn)行準(zhǔn)確的分類及識(shí)別。由于神經(jīng)網(wǎng)絡(luò)在該裝置中主要用于故障檢測,因此,可以將故障的測量值或故障樹當(dāng)做相應(yīng)的樣本,以完成網(wǎng)絡(luò)的訓(xùn)練。

        在航空火控系統(tǒng)故障檢測中,為了使神經(jīng)網(wǎng)絡(luò)更加接近專家檢測的結(jié)果,且具備較強(qiáng)的記憶及容錯(cuò)能力,神經(jīng)網(wǎng)絡(luò)需要設(shè)計(jì)為3 層BP 網(wǎng)絡(luò),分別為輸入層、輸出層和隱含層。依據(jù)專家系統(tǒng)的設(shè)計(jì)原理,BP 網(wǎng)絡(luò)的輸入則表現(xiàn)為導(dǎo)彈指揮儀所有工作狀態(tài)下的原始參數(shù)和平顯狀態(tài)下工作畫面的原始參數(shù)。隱含層則選擇40 個(gè)節(jié)點(diǎn),這是依據(jù)選擇的樣本點(diǎn)及測控的質(zhì)量要求選擇的。輸出層則包含了相應(yīng)的結(jié)果。

        6 BP 網(wǎng)絡(luò)模型及算法

        目前,BP 網(wǎng)絡(luò)是應(yīng)用最普遍的一種神經(jīng)元網(wǎng)絡(luò),主要包含三點(diǎn)內(nèi)容:第一,模式鑒別分類,主要對文字、語言等進(jìn)行有效識(shí)別和故障診斷等;第二,函數(shù)逼近,主要針對非線性控制建立模型;第三,數(shù)據(jù)壓縮,其功能是實(shí)現(xiàn)通信過程中的編碼壓縮及恢復(fù),圖像信息的壓縮、儲(chǔ)存及其特征的抽取等。對于一個(gè)具備T個(gè)訓(xùn)練樣本的問題、K 個(gè)輸入、J 個(gè)輸出及H 個(gè)隱藏神經(jīng)元的網(wǎng)絡(luò)構(gòu)造,其相關(guān)的數(shù)據(jù)模型為:

        式中:Tij表示第i 個(gè)目標(biāo)矢量的第j 個(gè)分量,Oij表示第i 個(gè)輸出矢量的第j 個(gè)分量。

        從實(shí)質(zhì)上講,BP 算法作為一種梯度降低靜態(tài)尋優(yōu)的算法,在對權(quán)值進(jìn)行修正時(shí),僅依據(jù)時(shí)刻所具有的負(fù)梯度方向來修正,并對以往的經(jīng)驗(yàn)加以考慮,從而導(dǎo)致學(xué)習(xí)階段產(chǎn)生了一定的震蕩,且收斂過于緩慢。為有效處理以上問題,人們通過研究提出了相應(yīng)的模型:

        式中:η 和α 分別表示搜索步長和動(dòng)量項(xiàng)因子。

        7 結(jié)束語

        本文所設(shè)計(jì)的檢測系統(tǒng)經(jīng)過長期使用后,驗(yàn)證了其具備較強(qiáng)的穩(wěn)定性,操作簡單且維護(hù)方便,不僅可以滿足某型飛機(jī)火控系統(tǒng)的故障檢測需求,而且稍加改善就可以滿足其他型號火控系統(tǒng)的故障檢測需求,該設(shè)備的運(yùn)用提升了部隊(duì)的反應(yīng)水平,深受好評。本文針對該故障診斷系統(tǒng)進(jìn)行深入研究,以推動(dòng)該系統(tǒng)的穩(wěn)定運(yùn)行。

        猜你喜歡
        火控系統(tǒng)故障診斷規(guī)則
        撐竿跳規(guī)則的制定
        數(shù)獨(dú)的規(guī)則和演變
        讓規(guī)則不規(guī)則
        Coco薇(2017年11期)2018-01-03 20:59:57
        略談增強(qiáng)火控專業(yè)教學(xué)緊貼實(shí)戰(zhàn)化的幾點(diǎn)思考
        芻議火控系統(tǒng)故障預(yù)測與健康管理技術(shù)
        卷宗(2016年10期)2017-01-21 15:36:37
        TPP反腐敗規(guī)則對我國的啟示
        因果圖定性分析法及其在故障診斷中的應(yīng)用
        并聯(lián)電容器在火控系統(tǒng)中補(bǔ)償無功功率的應(yīng)用
        基于LCD和排列熵的滾動(dòng)軸承故障診斷
        基于WPD-HHT的滾動(dòng)軸承故障診斷
        精品乱色一区二区中文字幕| 538任你爽精品视频国产| 又色又爽又黄的视频网站| 亚洲av熟女少妇一区二区三区| 中文字幕人妻丝袜成熟乱| 国产如狼似虎富婆找强壮黑人| 日韩中文字幕中文有码| 亚洲国产av自拍精选| 亚洲一二三四区免费视频| 7m精品福利视频导航| 这里有精品可以观看| 国产爆乳美女娇喘呻吟久久| 亚洲熟女少妇一区二区三区青久久| 又湿又紧又大又爽a视频国产| 亚洲av无码av制服丝袜在线| 女人的天堂av免费看| 蜜臀人妻精品一区二区免费| 性久久久久久| 国产人在线成免费视频| 国产一线视频在线观看高清| 国内偷拍精品一区二区| 无码熟妇人妻av影音先锋| 亚洲不卡中文字幕无码| 亚洲AⅤ乱码一区二区三区| 高潮内射主播自拍一区| 永久黄网站免费视频性色| 99福利在线| 日韩美女人妻一区二区三区| 人妻少妇偷人精品免费看| 中文字幕乱伦视频| 国产成人亚洲欧美三区综合| 国产一区二区三区免费av| 国产国产人免费人成免费视频| 国产免费久久精品国产传媒| 亚洲国产av自拍精选| 国产精品一区二区三区卡| 午夜成人无码福利免费视频| 福利网在线| 与最丰满美女老师爱爱视频| 亚洲精品无码久久久久av老牛| 国产欧美日韩午夜在线观看|