基于故障树和神经网络的火箭故障诊断方法

• 作者: 刘小明 李辉 蒋吉兵
• 来源期刊: 计算机仿真
• 学科: 航空航天
• 关键词: 运载火箭 表 广义规则 支持向量机 故障诊断
• 年，卷（期）: 2010,（7）
• 页码范围: 38-42,77
• 分类号: V448.15+3
• 字数: 5494字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2010.07.010

摘要

针对运载火箭的复杂特性以及传统BP算法的收敛速度慢、极易陷入局部极小的缺点和实际的故障样本少的特性,提出了一种基于故障树和SVM(Support Vector Machine)算法神经网络的故障智能诊断方法.通过采用分层树形结构表示规则间的逻辑关系、广义规则表示知识及条件表等拆解节点,从而建立基于故障树的知识库.用SVM算法来构建计算网络;网络不仅能对线性函数进行计算而且也能将非线性问题线性化,从而使得该方法在应用中具有极强的泛化性;故利用该网络的智能学习功能来对输入数据进行智能计算判别,从而达到对运载火箭故障的分析、定位和诊断.最后,以CZ-3型运载火箭为诊断对象进行了仿真验证,结果表明该方法提高了诊断能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	电子科技大学空天科学技术研究院	95	836	16.0	23.0
2	刘小明	电子科技大学空天科学技术研究院	5	21	3.0	4.0