FTA与BP神经网络结合的地平仪故障诊断方法研究

为了提高某型地平仪常见故障的诊断效率与准确率,研究了故障树分析(FTA)与反向传播(BP)神经网络相结合的地平仪故障诊断方法。根据地平仪的结构原理,首先采用FTA法得到了该型地平仪的所有故障模式及最小割集,建立了故障树的结构函数。然后按照最小割集重要度,筛选出BP神经网络训练样本的主要故障模式。最后以某单位该型地平仪的故障统计数据为基础,运用BP神经网络的方法建立了地平仪的故障诊断模型,并对模型进行了验证。验证结果表明,采用FTA法与BP神经网络相结合的故障诊断方法,弥补了2种方法单独诊断时的固有缺陷,提高了故障诊断的准确性和效率。

基于FTA与BP神经网络结合的某型飞机冷气系统故障诊断

针对某型飞机冷气系统常见的渗漏故障,结合其结构原理图,首先运用FTA(Fault Tree Analysis)方法,分析得到了该型飞机冷气系统渗漏的所有故障模式及最小割集,建立了故障树的结构函数。再根据故障模式的主要类别,筛选、整理出BP(Back Propagation)神经网络的训练样本,运用BP神经网络的方法建立了该型飞机冷气系统渗漏故障诊断模型,并对模型进行了验证。采用“FTA+BP神经网络”相结合的故障诊断方法,克服了FTA与BP神经网络方法单独诊断时的固有缺陷,提高了故障诊断的准确性和高效性,探索了新的故障诊断方法。