论文部分内容阅读
针对歼强飞机结构复杂、技术密集，对维护人员要求高这一实际情况，本文建立了基于神经网络——模糊推理的歼强飞机故障诊断系统，为歼强飞机故障诊断提出了一种有效的新途径。本课题主要做了以下工作：
1)研究了基于神经网络的歼强飞机故障诊断系统。针对神经网络具有非线形变换、分布存储、任意逼近等特点，本文结合歼强飞机故障诊断探讨了给出了利用神经网络进行故障诊断的基本原理、方法和步骤：即选择合适的网络算法和网络结构，把故障征兆和故障作为网络的输入和输出，通过输入(征兆)确定输出(故障)以达到诊断的目的，并利用BP算法和改进型BP算法对飞机燃油供给系统常见故障进行了实际诊断，同时给出了算法中参数的优化选择结果；
2)研究了基于模糊变换的飞机故障诊断系统。本文结合歼强飞机故障诊断探讨了模糊诊断的基本原理：F=SοR，其中F，S分别为模糊故障与征兆矢量，R为模糊矩阵，符号“ο”为模糊合成算子，通过模糊合成达到故障诊断的目的，对于隶属度的确定文章介绍了四种方法：模糊统计实验法、加权统计法、循环比较法、专家优序数与经验数据结合法；对于模糊推理文章介绍了M(∧，∨)、M(.，∨)等六种模型，并利用模型5对飞机发动机故障进行诊断；
3)探讨了基于神经网络——模糊推理的飞机故障诊断系统。针对故障诊断中，神经网络和模糊变换的各自优缺点，文章将两者有机结合起来，构造了模糊神经网络模型，在神经网络中引入模糊推理，同时研究了积、密等五种适合于故障诊断的模糊推理模型，并通过实际输出与理想输出的误差调整权植，以使诊断准确，最后利用网络对某滑油故障进行了实际诊断。