航天器环境工程
航天器環境工程
항천기배경공정
SPACECRAFT ENVIRONMENT ENGINEERING
2013年
2期
203-208
,共6页
航天器%故障诊断%分层神经网络%广义回归神经网络%自组织特征映射网络
航天器%故障診斷%分層神經網絡%廣義迴歸神經網絡%自組織特徵映射網絡
항천기%고장진단%분층신경망락%엄의회귀신경망락%자조직특정영사망락
为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型.模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识；下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因.引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量.该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果.
為瞭提高衛星、飛船等複雜繫統的故障診斷速度和精度,文章提齣瞭一種基于分層神經網絡的整星故障診斷模型.模型中的上層神經網絡採用自組織特徵映射網絡,完成整星故障的初步定位與辨識；下層神經網絡採用廣義迴歸神經網絡,實現整星各分繫統故障的精確定位和定因.引入主元分析法實現原始狀態變量的降維,減少神經網絡神經元數量.該模型已成功應用于某衛星各分繫統的故障診斷,提高瞭診斷效率,併能精確給齣診斷結果.
위료제고위성、비선등복잡계통적고장진단속도화정도,문장제출료일충기우분층신경망락적정성고장진단모형.모형중적상층신경망락채용자조직특정영사망락,완성정성고장적초보정위여변식；하층신경망락채용엄의회귀신경망락,실현정성각분계통고장적정학정위화정인.인입주원분석법실현원시상태변량적강유,감소신경망락신경원수량.해모형이성공응용우모위성각분계통적고장진단,제고료진단효솔,병능정학급출진단결과.
