-
题名CPSO优化PNN的陀螺故障诊断方法
被引量：1
- 1
-
-
作者
张华强
贾明玉
赵善飞
芦男
陈雨
-
机构
山东理工大学机械工程学院
北京航天发射技术研究所
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2024年第6期630-636,共7页
-
基金
国家自然科学基金青年基金(61803035)。
-
文摘
针对惯性导航系统中的陀螺仪输出信号非线性、故障特征不明显的问题,为提高惯导系统中惯性器件的故障诊断正确率,提出一种基于改进粒子群算法(PSO)优化概率神经网络(PNN)的陀螺信号故障诊断方法。首先,针对光纤陀螺运行过程中常见的四种故障信号,建立数学模型并进行小波变换提取其故障特征系数;其次,使用Cubic混沌映射以及非线性递减的惯性权重系数对粒子群进行粒子更新,并用于概率神经网络的最优平滑因子选择;最后,训练概率神经网络对陀螺仪故障信号进行分类和诊断。离线测试结果表明,CPSO算法优化的PNN网络针对四种故障分类的平均正确率达到95.8%。
-
关键词
粒子群优化算法
概率神经网络
陀螺故障诊断
-
Keywords
particle swarm optimization algorithm
probabilistic neural network
gyro fault diagnosis
-
分类号
V249.32
[航空宇航科学与技术—飞行器设计]
-
-
题名改进深度信念网络的组合导航系统故障诊断方法
- 2
-
-
作者
赵善飞
张华强
贾明玉
芦男
陈雨
-
机构
山东理工大学
北京航天发射技术研究所
-
出处
《探测与控制学报》
CSCD
北大核心
2024年第6期65-71,共7页
-
基金
青年科学基金项目(61803035)。
-
文摘
为提高INS/GNSS组合导航系统故障诊断的准确率与稳定性,提出一种基于改进深度信念网络的组合导航系统故障诊断方法。该方法基于状态χ2法对组合导航系统进行实时检测,将检测结果作为样本数据用于改进深度信念网络训练,利用深度信念网络提取数据的深层特征和故障分类。引入径向基函数作为模型的激活函数,提高深度信念网络面对复杂数据分布的适应能力;采用自适应矩估计算法代替传统梯度下降算法来提高故障诊断的准确率。数值仿真结果表明,该算法对故障识别的准确率达到了98%,能有效地对INS/GNSS组合导航系统的故障类型做出诊断,确保系统的平稳运行。
-
关键词
组合导航系统
故障诊断
深度信念网络
径向基函数
自适应矩估计算法
-
Keywords
integrated navigation system
fault diagnosis
deep belief network
radial basis function
adaptive moment estimation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
