基于小波模糊神经网络的陀螺仪故障诊断技术

为了提高陀螺仪故障检测灵敏度 ,分析了陀螺漂移特性 ,指出随机漂移是影响陀螺仪精度的主要漂移误差 ,也是影响性能可靠性的主要因素 .针对此 ,提出了一种小波模糊神经网络故障诊断模型 .此模型运用串联方式将小波分析、模糊逻辑和神经网络融合在一起 ,充分发挥它们各自的优点 ,并对陀螺仪实测数据仿真 .仿真结果表明 ,采用小波分析提取陀螺的常值漂移 ,简单有效 ;运用神经网络对陀螺的误差和故障建模 ,使故障诊断具有自适应、自学习的能力 ,并且增强了故障诊断的容错能力 ;将模糊逻辑用于判决中 。

陀螺故障振动诊断系统

本文首先分析了陀螺系统的主要振源以及系统在谐和激励下的特征值，然后介绍了陀螺故障振动诊断系统的设计思想、指标与功能，最后给出了该系统在稳象陀螺仪故障振动诊断中的实际应用．该项目的研究获得部级科技进步三等奖．

小波模糊神经网络在高炉炉温预测中的应用

在运用模糊神经网络进行预测的基础上,建立了一种应用小波理论对时间信号进行去噪,根据去噪处理对模糊神经网络作相应处理的预测模型,并将所建模型应用于高炉炉温预测。仿真结果证明小波模糊神经网络比模糊神经网络更具优越性,预测准确率明显提高。