![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-2/24/11/2fec9859-e09b-42d0-8484-9503b97f09c1/2fec9859-e09b-42d0-8484-9503b97f09c1pic.jpg)
![基于神經網絡—模糊推理的殲強飛機故障診斷研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-2/24/11/2fec9859-e09b-42d0-8484-9503b97f09c1/2fec9859-e09b-42d0-8484-9503b97f09c11.gif)
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、針對殲強飛機結構復雜、技術密集,對維護人員要求高這一實際情況,本文建立了基于神經網絡——模糊推理的殲強飛機故障診斷系統(tǒng),為殲強飛機故障診斷提出了一種有效的新途徑。本課題主要做了以下工作: 1)研究了基于神經網絡的殲強飛機故障診斷系統(tǒng)。針對神經網絡具有非線形變換、分布存儲、任意逼近等特點,本文結合殲強飛機故障診斷探討了給出了利用神經網絡進行故障診斷的基本原理、方法和步驟:即選擇合適的網絡算法和網絡結構,把故障征兆和故障作為網絡的輸入
2、和輸出,通過輸入(征兆)確定輸出(故障)以達到診斷的目的,并利用BP算法和改進型BP算法對飛機燃油供給系統(tǒng)常見故障進行了實際診斷,同時給出了算法中參數(shù)的優(yōu)化選擇結果; 2)研究了基于模糊變換的飛機故障診斷系統(tǒng)。本文結合殲強飛機故障診斷探討了模糊診斷的基本原理:F=SοR,其中F,S分別為模糊故障與征兆矢量,R為模糊矩陣,符號“ο”為模糊合成算子,通過模糊合成達到故障診斷的目的,對于隸屬度的確定文章介紹了四種方法:模糊統(tǒng)計實驗法、加
3、權統(tǒng)計法、循環(huán)比較法、專家優(yōu)序數(shù)與經驗數(shù)據(jù)結合法;對于模糊推理文章介紹了M(∧,∨)、M(.,∨)等六種模型,并利用模型5對飛機發(fā)動機故障進行診斷; 3)探討了基于神經網絡——模糊推理的飛機故障診斷系統(tǒng)。針對故障診斷中,神經網絡和模糊變換的各自優(yōu)缺點,文章將兩者有機結合起來,構造了模糊神經網絡模型,在神經網絡中引入模糊推理,同時研究了積、密等五種適合于故障診斷的模糊推理模型,并通過實際輸出與理想輸出的誤差調整權植,以使診斷準確,最
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊神經網絡的電網故障診斷.pdf
- 基于模糊神經網絡的飛機子系統(tǒng)故障診斷的研究.pdf
- 基于模糊神經網絡的汽車故障診斷方法研究.pdf
- 基于模糊神經網絡的模擬電路故障診斷研究.pdf
- 神經網絡和模糊推理在故障診斷中的應用研究.pdf
- 基于神經網絡與案例推理的車載設備故障診斷研究.pdf
- 基于模糊神經網絡的智能故障診斷技術研究.pdf
- 基于模糊神經網絡的電路故障診斷技術研究.pdf
- 基于神經網絡的故障診斷.pdf
- 基于模糊神經網絡的采煤機智能故障診斷研究.pdf
- 基于模糊神經網絡的故障診斷方法與應用研究.pdf
- 基于模糊神經網絡的中央空調智能故障診斷研究.pdf
- 基于神經網絡的故障診斷研究.pdf
- 基于神經網絡的電機故障診斷.pdf
- 基于RBF神經網絡的故障診斷.pdf
- 基于神經網絡的電器故障診斷研究.pdf
- 基于神經網絡的鍋爐故障診斷研究.pdf
- 基于模糊神經網絡的變頻調速系統(tǒng)故障診斷的研究
- 基于模糊神經網絡的電梯故障診斷系統(tǒng)的研究.pdf
- 基于fta與bam神經網絡融合的飛機故障診斷方法
評論
0/150
提交評論