基于分层神经网络的航天器故障诊断技术

• 作者: 安若铭 高阳
• 来源期刊: 航天器环境工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 空间平台技术
• 页码范围: 203-208
• 页数: 6页
• 分类号: V474|TP391
• 字数: 2863字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1379.2013.02.019

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安若铭	哈尔滨工业大学航天学院	17	97	7.0	9.0
2	高阳	哈尔滨工业大学航天学院	11	41	4.0	6.0