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：计算机仿真, 2010, (07): 38-42+77.

• 运载火箭
• 表
• 广义规则
• 支持向量机
• 故障诊断 Launch vehicle
• Table
• Generalized rules
• SVM
• Fault diagnosis

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...

• 单位
  西昌卫星发射中心; 电子科技大学