无人机系统的故障诊断神经网络专家系统.pdf

维普资讯

开发案铡／

—————————————————————————．．．．．．．一／／

无人机系统的故障诊断神经网络专家系统

罗民．李捷滨

(中南大学军官研究生队，长沙410083)

摘要：将人工神经网络与专家系统集成应用于无人机系统故障诊断，构建一个无人机系统的

智能故障诊断系统．给出系统的结构组成，详细描述神经网m-C-家系统的工作原理。仿

真结果表明．该方法应用于无人机系统故障诊断是有效的。

关键词：神经网络；专家系统；故障诊断；无人机系统

0引言域专家提供学习实例及其期望解．神经网络学习算法

不断修改网络的权值分布。经过学习纠错而达到稳定

智能化诊断技术的发展为无人机系统故障诊断

权值分布的神经网络．就是神经网络专家系统的知识

提供了新的方法。利用神经网络自适应、自学习的能

库。以BP网络为例，进行自动的知识获取，网络结构

力．弥补专家系统解决复杂问题时间长。缺乏自学习、

如图2所示。

自完善能力等不足．发挥神经网络与专家系统的集成

在故障诊断方面的优越性能。是无人机故障诊断问题

研究的一个新的方向

1系统的基本原理

1．1神经网络专家系统的基本结构

神经网络专家系统的基本结构如图1所示。

专家神经网络用户

图2BP网络自动知识获取的网络模型

神经网络专家系统将难以形式化的领域专家经

验以非映射的形式存储在神经网络的各节点上．实现

了知识的自动获取．从而克服了传统专家系统的知识

图1神经网络专家系统结构

获取的“瓶颈”问题

其中．自动获取模块输入、组织并存储专家提供1．3推理机制

的学习实例、选定神经网络的结构、调用神经网络的神经网络专家系统的推理机制是一个数值计算

学习算法．为知识库实现知识获取当新的学习实例现

的过程．它根据用户提供状态给神经网络各层进行赋

输入后．知识获取模块通过对新实例的学习．自动获代

值．然后按照神经元的输入，输出特性．根据神经网络计

得新的网络权值分布．从而更新了知识库