艦炮電氣故障神經(jīng)網(wǎng)絡(luò)論文范文
本站小編為你精心準(zhǔn)備了艦炮電氣故障神經(jīng)網(wǎng)絡(luò)論文參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
1電路故障知識獲取
一般來說，要獲取一個復(fù)雜系統(tǒng)的電氣運行時包括正常或異常狀態(tài)下的所有狀態(tài)數(shù)據(jù)，在實際工作中是非常困難的，從某種程度上來講，也是不可取的。例如，艦炮電氣系統(tǒng)既有大規(guī)模的模擬電子電路器件，又有數(shù)字電路器件，均混合布局在幾個機柜內(nèi)，電路之間本身復(fù)雜的聯(lián)鎖控制關(guān)系，且可測試點相對少了很多，導(dǎo)致了數(shù)據(jù)獲取的難度大大增加;同時，在實裝里設(shè)置各種各樣的故障來提取這個先驗知識既是難以做到，又具有很高成本。因此，這給艦炮電氣故障的預(yù)測帶來了很大的局限性。鑒于電路仿真軟件可以很好地模擬實際電路運行狀態(tài)，因此，本文通過電路仿真軟件Multisim10來獲取預(yù)測診斷所需要的數(shù)據(jù)。主要步驟如下［6］:1)電路仿真建模在Multisim10仿真平臺上建立起待分析診斷的電路。該平臺專門用于電路仿真和設(shè)計的電子設(shè)計自動化軟件，不僅提供了規(guī)模龐大的元器件庫，而且允許用戶建立自己的元件庫。這些元器件的參數(shù)可以任意修改，從而為故障設(shè)置提供了途徑。2)監(jiān)測點設(shè)置Multisim10仿真平臺提供了強大的虛擬儀器功能，利用數(shù)字萬用表、示波器、信號發(fā)生器等，可為待分析電路進行各種工況下的數(shù)據(jù)監(jiān)測和提取。但，非常重要的一點是，監(jiān)測點設(shè)置必須要考慮在實際使用時是可測的點，否則該監(jiān)測點是無效的。3)工況設(shè)置工況設(shè)置的目的是建立起監(jiān)測點電壓和電路狀態(tài)的對應(yīng)關(guān)系。這需要在平臺上建立的仿真電路上設(shè)置良好狀態(tài)和各種各樣的假想故障，可以是部件級，也可以是元器件級。重點是要從艦炮實際工作原理上分析哪些是重要的數(shù)據(jù)，哪些又是艦炮實際使用過程中出現(xiàn)的常見故障，從而提高數(shù)據(jù)的利用率。通過上述步驟，即可建立監(jiān)測點電壓和電路狀態(tài)關(guān)聯(lián)數(shù)據(jù)庫。以艦炮典型的某供電電路為例(仿真電路見圖1)，通過上述步驟可以獲取到不同工況下的狀態(tài)數(shù)據(jù)。圖1中萬用表XMM1在電源器件LM7812CT設(shè)置了一個監(jiān)測點，示波器XSC1在運放AD741H輸出端設(shè)置了一個監(jiān)測點，當(dāng)工作正常時，這2個測試點會有正確輸出。倘若相關(guān)電路中有線路斷開或器件參數(shù)異常或損壞，監(jiān)測信號可能就會發(fā)生變化，這些數(shù)據(jù)均能保存下來。有關(guān)電路仿真及故障知識獲取的具體方法可參見文獻。
在諸多故障診斷數(shù)據(jù)處理方法中，由于人工神經(jīng)網(wǎng)絡(luò)具有很強的自學(xué)習(xí)能力、高度的容錯能力、強大的聯(lián)想記憶功能、快速的推理能力、大規(guī)模分布式并行處理信息功能，是一種值得采用的方法。在人工神經(jīng)網(wǎng)絡(luò)當(dāng)中，比較常用、結(jié)構(gòu)比較簡單的就是BP神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)是一種具有3層或3層以上的神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層，采用的是誤差逆?zhèn)鞑ニ惴ǎ惴鞒炭驁D見圖2所示。隨著這種誤差逆的傳播修正不斷進行，網(wǎng)絡(luò)對輸入模式響應(yīng)的正確率也不斷上升。但是傳統(tǒng)的BP網(wǎng)絡(luò)存在著易陷入局部、平坦區(qū)的收斂速度較慢和網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)不易確定等不足，對此也提出了很多的改進算法。為了充分對比各種算法的特點，以選取更為合適的算法，采用了Matlab工具箱提供的函數(shù)，在同一神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)、樣本數(shù)據(jù)和期望誤差設(shè)定下，通過各種不同的改進算法，進行了效果對比，如表1所示。由表1可知，在同樣網(wǎng)絡(luò)結(jié)構(gòu)情況下，采用基于數(shù)值優(yōu)化方法的LM算法不僅網(wǎng)絡(luò)訓(xùn)練速度最快，而且誤差也比較理想。因此，本文將選用LM算法進行故障的預(yù)測與診斷。
3仿真分析
1)網(wǎng)絡(luò)樣本選取及參數(shù)選擇網(wǎng)絡(luò)樣本來自監(jiān)測點電壓和電路狀態(tài)關(guān)聯(lián)數(shù)據(jù)庫，取電路的4個檢測點電壓X=［x1，x2，x3，x4］作為BP神經(jīng)網(wǎng)絡(luò)的輸入，取Y=［y1，y2，y3，y4，y5，y6，y7］作為目標(biāo)輸出向量。其中:y1代表狀態(tài)正常;y2代表某線路連接開路;y3代表某電阻燒壞開路;y4代表二極管擊穿后斷路;y5代表某芯片損壞，y6代表某電容容量變小，y7代表某供電電壓變化。仿真中，故障診斷預(yù)測模型為3層BP神經(jīng)網(wǎng)絡(luò)，且輸入層神經(jīng)元節(jié)點數(shù)N=4，輸出層神經(jīng)元節(jié)點數(shù)M=7，隱含層神經(jīng)元節(jié)點數(shù)根據(jù)公式h=N+槡M+σ可得為3－6間的數(shù)，σ為經(jīng)驗值。2)訓(xùn)練測試分析通過輸入樣本組(將近500組)對所設(shè)計的網(wǎng)絡(luò)進行訓(xùn)練(用trainlm訓(xùn)練函數(shù)訓(xùn)練)，訓(xùn)練1000次以后誤差收斂到0．111324e－006，訓(xùn)練結(jié)束。訓(xùn)練網(wǎng)絡(luò)的過程，實際上就是調(diào)整網(wǎng)絡(luò)參數(shù)的過程，具體來說就是確定各個網(wǎng)絡(luò)權(quán)值。網(wǎng)絡(luò)訓(xùn)練完成后，選取部分已設(shè)置的故障現(xiàn)象(70組)和電壓稍有偏差的值(30組)對該預(yù)測網(wǎng)絡(luò)進行對比分析，得到BP神經(jīng)網(wǎng)絡(luò)的輸出正確率為95．5%，其中，對于已設(shè)置的故障現(xiàn)象診斷正確率為100%，對未設(shè)置的為83．5%。對未能正確識別的，主要在于沒有先驗知識，和與已知的數(shù)據(jù)庫中知識存在較大差異。這雖然可以通過增加輸入樣本的數(shù)量和樣本數(shù)，來提高神經(jīng)網(wǎng)絡(luò)的適應(yīng)性和魯棒性，且其故障診斷的準(zhǔn)確性理論上可以達到100%。但一般來說，先驗知識是不太可能覆蓋到狀態(tài)的100%，因此，在實際使用過程中，對于預(yù)測失敗的情況可以通過人工校正的方法來對訓(xùn)練過程中未遇到過的狀態(tài)進行學(xué)習(xí)，使網(wǎng)絡(luò)具備學(xué)習(xí)能力，如此可使神經(jīng)網(wǎng)絡(luò)的故障預(yù)測診斷效果更好。
4結(jié)論
為實現(xiàn)艦炮的故障預(yù)測和健康管理，本文針對艦炮電氣系統(tǒng)的運行機理，利用電路仿真軟件提取了該系統(tǒng)的故障知識，建立了故障診斷專家系統(tǒng)知識庫，并運用BP神經(jīng)網(wǎng)絡(luò)方法完成了該艦炮電氣系統(tǒng)的故障預(yù)測。仿真結(jié)果驗證了該方法的有效性，取得了較好的診斷預(yù)測效果。
作者：王滿林謝道明應(yīng)文健單位：海裝重慶局東海艦隊裝備部海軍工程大學(xué)兵器工程系