论文部分内容阅读
固体火箭发动机地面试验系统的故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,精确定位故障存在许多困难。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法,然而难以提高不确定故障诊断的性能。针对这种情况,提出了一种基于模糊神经网络的故障诊断方法。该算法同时具备了模糊理论的处理不确定、不准确信息的推理能力和神经网络的自学习能力。将这种方法应用到某固体火箭发动机地面试验系统的故障诊断,仿真结果表明,该算法有效,较好地解决了固体火箭发动机地面试验系统的不确定故障诊断问题。