基于仿真的模拟电路故障知识获取新方法

由于专业知识要求高以及工作量大等问题，故障仿真技术在模拟电路故障知识获取过程中一直作为一种辅助手段使用。在总结通过故障仿真获取故障知识的一般过程的基础上，提出完全基于仿真的模拟电路故障知识获取自动化方法，该方法实质上是通过计算机用穷举法自动对所有可能故障进行仿真获取故障知识。讨论该方法面临的问题以及为解决问题采用的4个策略。实验结果证实新方法可行性。     

基于仿真的防空导弹综合故障诊断专家系统设计

研究了某新型地空导弹的故障智能诊断问题,针对故障诊断知识获取的"瓶颈",提出了一种利用计算机仿真技术与人工智能技术相结合的方案,来组建针对某型导弹故障智能诊断专家系统,利用武器系统的功能模型,通过设置系统可能出现的故障,进行故障仿真,并获取故障数据信息。然后对数据进行分析变换,提取故障诊断所需知识。系统中采用了多种推理方法结合的集成推理策略,可以有效提高故障诊断的可靠性。系统在模拟诊断实验中,诊断结果成功率达百分之百。系统为新型武器装备的故障智能诊断研究,提出了一个新的发展方向。     

基于仿真的故障诊断专家系统应用研究

针对某自行高炮火控系统的故障诊断,为解决其知识获取的“瓶颈”问题,提出了一种计算机仿真与人工智能相结合的知识获取方案。该诊断系统采用多种推理方法相结合的集成推理策略,可以有效地提高故障诊断的可靠性。多次的故障诊断实验表明,此系统不但突破了知识获取的瓶颈,而且具有很高的故障识别率。     

电路仿真与故障知识获取研究

为解决故障诊断专家系统的故障知识获取的“瓶颈”问题,利用电路仿真软件Multisim2001对某型导弹发射车的电控系统电路进行仿真。通过仿真获得导弹发射车的电控系统电路的故障参数,获取功能-故障之间的对应关系,建立了故障诊断专家系统知识库,为解决故障诊断专家系统的知识获取问题提供了一个新的思路。     

基于长短期记忆神经网络的自适应容错方法

针对传统的全球导航卫星系统/惯性导航系统(global navigation satellite system/inertial navigation system, GNSS/INS)紧组合系统容错方法对故障处理方式单一、环境适应性差的问题，提出了一种基于长短期记忆神经网络的自适应故障容错方法。该方法基于长短期记忆神经网络建立GNSS伪距、伪距率预测模型。发生故障时，通过分量检测法定位故障观测的维度，并引入相对差分定位精度分析故障观测对系统定位精度的影响，从而实现隔离与重构策略的动态选择。利用实测数据从可见星数、几何构型、故障持续时间3个角度设置多组环境进行仿真实验。仿真结果表明，所提方法对复杂环境具有更好的适应能力，可有效降低故障存续期间系统的定位误差，提高系统的故障检测性能。     

基于知识的仿真模型的验证方法

仿真模型的验证研究的是模型的可信度问题。由于模型验证需要关于真实系统,建模理论以及数据分析等多方面的知识,基于知识的智能化方法适合于仿真模型的自动验证。这类方法是建立在三个知识库的基础上的:存储验证相关知识的验证知识库(VKB),用于智能推理和决策的决策知识库(DKB),以及由各类验证算法所构成的验证技术库(VTB)。通过分析验证知识库的验证域,系统选择合理的验证技术和相关的验证过程。在此基础上,系统自动设计仿真实验,获得运行结果,并自动分析数据,执行验证过程,生成验证报告。此外,我们也讨论了验证相关知识的获取过程和细节。     

基于语言神经网络的知识获取方法研究及在智能教学系统中的应用

提出了一种基于语言神经网络的知识获取方法,该方法利用语言神经元,对具有开区域的连续输入变量,自动产生相应的语言变量输出,讨论了相应的神经网络训练和知识获取方法,所获取的知识以If-Then的规则形式表示,具有简洁、紧凑、不必进一步化简、易于理解等特点,并给出在智能教学系统中获取专家领域知识的应用实例.     

序列ISAR像复杂结构航天器在轨姿态估计

针对“中国空间站”等复杂结构航天器在轨姿态估计误差精度优化的问题，提出了一种基于多线性结构特征优化选择的姿态估计方法。首先采用奇异值分解方法获取ISAR等效成像平面的空间位置，然后通过Unet3+神经网络分割出航天器的典型部件，进而获取各部件的线性结构，最后建立优化函数求解航天器在轨姿态角。仿真和实测实验结果表明，相比现有方法，所提方法能够实现结构特征的自动提取并有效减少姿态估计误差。     

复杂电子系统测点与诊断策略的优化方法

针对复杂电子系统故障诊断知识获取过程中测试节点和诊断策略的确定问题,提出了一种可行的工程方法。该方法利用系统的分层结构模型的可达矩阵计算节点对应的故障隔离权值,通过选择权值大的节点对矩阵进行分割,找到最优故障隔离节点。通过计算节点提供的信息量,确定最佳测试节点,最终确定最优故障诊断策略。它是基于仿真技术的故障知识获取方法研究中实现高效、准确、快捷的故障征兆获取的关键技术;也是在实际诊断过程中实现快速准确利用知识、确定故障部件的关键技术。给出了主要步骤,并通过实例进行了验证。     

基于多信号流图和相似性度量的故障可诊断性评价方法

针对目前基于定性模型无法对电子系统故障可诊断性进行定量评价的问题, 将定性模型与数据驱动方法相结合, 提出一种基于多信号流图和相似性度量的故障可诊断性评价方法。首先, 根据系统的组成结构建立多信号流图模型并得到故障-测试相关性矩阵, 基于故障-测试相关性矩阵提出了故障可诊断性评价准则。其次, 提取测试信号的小波包Shannon熵作为特征向量, 以欧式距离作为相似性度量指标, 将故障可诊断性定量评价问题转换为不同故障模式下测试信号特征向量的相似性度量问题。然后, 构建故障可诊断性评价矩阵, 依据故障可诊断性评价矩阵提出了系统可诊断性指标。最后, 通过仿真分析验证了所提方法的有效性。结果表明, 所提方法在不构建数学模型的前提下, 能够实现电子系统的故障可诊断性的定量评价。     

可靠性仿真在模糊故障诊断中的应用

针对模糊故障诊断中传统模糊关系矩阵确定方法不能动态适应具体设备运行状态变化等缺点,提出了基于故障树的可靠性仿真方法,用于确定模糊关系矩阵。该方法首先利用元器件的失效分布数据和设备深层原理性知识建立故障树,进行可靠性仿真,然后根据仿真结果和具体设备的历史故障信息动态计算模糊关系矩阵。给出了该方法的具体应用步骤。实际诊断结果表明,该方法可以有效地提高模糊故障诊断的准确性与针对性。     

基于定性推理与定量仿真集成的故障诊断推理

阐述了故障诊断推理过程中知识的概念、类别和关系，从知识的获取、组织和表示等方面对定性和定量知识的集成进行了研究，并提出了基于定性推理和定量仿真集成的综合诊断推理方法，结合复杂系统试车数据的仿真诊断结果表明，该方法能有效地消除推理结果中的奇异性，从而改善了定性推理方法的性能。     

基于本体的装备故障知识库构建

从装备故障知识库构建的重要性和现有故障知识表示方法存在的不足出发,将本体概念引入到装备故障知识库的构建中,分析了本体与知识库的关系以及装备故障知识的特点,提出了装备故障知识库的结构组成,设计了完整的知识库构建方法,描述了各步骤的具体构建过程,并详细阐述了基于规则的语义推理关键技术,实现了装备故障知识库的构建,也为其他领域知识库的构建提供了方法和技术路线。     

知识辅助的机载MIMO雷达STAP非均匀样本检测方法

When the covariance matrix is estimated with training samples contaminated by target like signals, the performance of target detection in multiple input multiple output (MIMO) radar space time adaptive processing (STAP) decreases. Aiming at this deficiency, a knowledge aided (KA) generalized inner product (GIP) method for non homogeneous samples detection is proposed. Firstly the clutter subspace knowledge estimated by prolate spheroidal wave functions is utilized to construct the clutter covariance matrix offline. Then the GIP non homogeneity detector (GIP NHD) is integrated to realize the effective selection of training samples, which eliminates the effect of the target like signals in training samples on target detection. The simulation results show that compared with the conventional GIP method, the KA GIP method can screen out contaminated training samples more effectively and the target detection performance of MIMO radar STAP can be improved significantly. 〖JP2〗Thus the proposed KA GIP method is more valuable for practical engineering application.     

基于故障树的复杂装备模糊贝叶斯网络推理故障诊断

复杂装备的小批量、个性化定制属性, 注定了其生命周期过程中存在着相对较多的不确定性, 故障隐患必不可免, 故障诊断尤为重要。因此,提出基于故障树的复杂装备模糊贝叶斯网络推理故障诊断模型。首先, 通过分析复杂装备的结构组成, 建立复杂装备的故障树模型。其次, 利用故障树转化法, 构建基于故障树的贝叶斯网络拓扑结构。然后, 针对复杂装备结构数据缺乏和专家打分的不确定性, 通过模糊集合论方法确定条件概率等参数。最后, 进行案例研究, 利用模糊贝叶斯网络推理中的因果推理和诊断推理, 诊断出案例中的故障(潜在故障)节点, 证明了所提方法的有效性。研究成果不仅解决了贝叶斯网络中利用搜索函数构建最优网络不符合实际的问题, 也通过模糊集合论解决了复杂装备数据缺乏和专家打分不确定性的不足。所提模型不仅适应于过程诊断中故障的确定, 同时也适用于事前诊断中潜在风险的识别, 而且对于故障(或潜在故障)节点的改善效果还能起到检测评估的作用。