“purrrr”通过精心收集，向本站投稿了7篇神经网络在液体火箭发动机故障检测中的应用(Ⅱ)模式识别技术，下面是小编给大家带来关于神经网络在液体火箭发动机故障检测中的应用(Ⅱ)模式识别技术，一起来看看吧，希望对您有所帮助。
篇1：神经网络在液体火箭发动机故障检测中的应用(Ⅱ)模式识别技术
神经网络在液体火箭发动机故障检测中的应用(Ⅱ)模式识别技术
基于模糊超球神经网络,提出了一种液体火箭发动机故障的'实时检测系统.它采用模式识别技术,在建立正常工作状态的样板模式之后,把当前样本与样板模式进行比较,进而判断发动机工作状态.发动机试车数据分析表明:模糊超球神经网络对输入样本非常敏感.
作 者：黄敏超 张育林 陈启智 Huang Minchao Zhang Yulin Chen Qizhi 作者单位：国防科技大学航天技术系,长沙,410073 刊 名：推进技术 ISTIC EI PKU英文刊名：JOURNAL OF PROPULSION TECHNOLOGY 年，卷(期)： “”(2) 分类号：V430 关键词：液体推进剂火箭发动机 人工神经元网络 故障检测 模式识别篇2：神经网络在液体火箭发动机故障检测中的应用(Ⅰ)非线性辨识技术
神经网络在液体火箭发动机故障检测中的应用(Ⅰ)非线性辨识技术
应用BP神经网络,提出了一种液体火箭发动机故障实时检测系统.它采用非线性辨识技术,在建立发动机数学模型和输出包含故障信息的监视指标信号之后,用阈值线与监视指标比较,从而预报发动机故障.液体火箭发动机启动与稳态过程的试验数据检验表明:基于非线性辨识技术的'故障检测系统性能优越.
作 者：黄敏超 张育林 陈启智 Huang Minchao Zhang Yulin Chen Qizhi 作者单位：国防科技大学航天技术系,长沙,410073 刊 名：推进技术 ISTIC EI PKU英文刊名：JOURNAL OF PROPULSION TECHNOLOGY 年，卷(期)：1999 20(1) 分类号：V430 关键词：液体推进剂火箭发动机 人工神经元网络 故障检测篇3：Elman型神经网络在液体火箭发动机故障预测中的应用
Elman型神经网络在液体火箭发动机故障预测中的应用
提出一种将Elman神经网络应用于液体火箭发动机故障预测的.模型,并进行了多参数多步预测.仿真计算结果表明,较传统的静态BP网络预测模型,该模型结构简单,动态特性好,对于液体火箭发动机重要参数的预测效果较好,收敛速度快且精度高,具有较好的非线性时序预测能力,说明其在液体火箭发动机的故障预测中应用的可行性.
作 者：田路 张炜 杨正伟 TIAN Lu ZHANG Wei YANG Zhengwei 作者单位：第二炮兵工程学院,西安,710025 刊 名：弹箭与制导学报 PKU英文刊名：JOURNAL OF PROJECTILES, ROCKETS, MISSILES AND GUIDANCE 年，卷(期)： 29(1) 分类号：V434 关键词：Elman神经网络 液体火箭发动机 故障预测篇4：模糊模式识别技术在液体推进剂火箭发动机故障诊断中的应用
模糊模式识别技术在液体推进剂火箭发动机故障诊断中的应用
为了达到精确诊断火箭发动机故障的'目的,通过对数据进行归一化处理并采用择近原则进行火箭发动机故障诊断识别研究,采用样板法构造隶属函数,运用最大隶属度原则的模糊模式识别方法识别效果的手段,得到一种具有较高识别率的故障模式识别方法.
作 者：高正明 张炜 马宝民 赵娟 Gao Zhengming Zhang Wei Ma Baoming Zhao Juan 作者单位：高正明,张炜,马宝民,Gao Zhengming,Zhang Wei,Ma Baoming(第二炮兵工程学院,西安,710025)
赵娟,Zhao Juan(沙洋师范高等专科学校电子教研室,荆门,448200)
篇5：红外技术在电路故障检测中的应用
红外技术在电路故障检测中的应用
摘要：结合红外热成像技术及图像处理的方法，可以检测出电路是否产生故障，并直接定位到故障范围。由于红外检测技术能够快速、准确地检测出电路故障，因此相关的研究越来越多，本文主要介绍利用红外技术实现电路故障检测的方法，并介绍一些研究成型的红外检测仪。
关键词：红外热成像 红外检测仪 电路故障
现代的电子设备特征为：电路结构更复杂、元器件集成度更高、电路板层数更多、设备更小型化。当电子设备故障时，采用传统的电路关键点电流电压检测法，往往效率低下、精确度不高、多点位故障检测难度增加，造成故障无法定位而放弃维修，致使电子垃圾越来越多。红外检测技术利用红外热成像图像，不需要对电路原理进行详细研究，就可以快速、准确地定位电路故障位置，这一优势使得红外检测技术得到了更加广泛的研究和应用。
一、红外无损检测
红外无损检测是通过测量热流或热量来鉴定金属或非金属材料质量、探测内部缺陷的。对于某些采用X射线、超声波等无法探测的局部缺陷，用红外无损检测可取得较好的效果。
红外无损检测主要有如下典型应用：
(1)焊接缺陷的无损检测。焊口表面起伏不平，采用X射线、超声波、涡流等方法难于发现缺陷。若将一交流电压加在焊接区的两端，在焊口上会有交流电流通过。由于电流的集肤效应，靠近表面的电流密度将比下层大。由于电流的作用，焊口将产生一定的热量。热量的.大小正比于材料的电阻率和电流密度的平方。在没有缺陷的焊接区内，电流分布是均匀的，各处产生的热量大致相等，焊接区的表面温度分布式均匀的。而存在缺陷的焊接区，由于缺陷的电阻很大，使这一区域损耗增加，温度升高。应用红外测温设备即可清楚地测量出热电，由此可断定热点下面存在着焊接缺陷。
(2)铸件内部缺陷探测。有些精密铸件内部结构非常复杂，采用传统的无损探测方法，不能准确地发现内部缺陷。当用红外无损探测时，只需要在铸件内部通以液态氟利昂冷却，使冷却通道达到最好的冷却效果，然后利用红外热像仪快速扫描铸件整个表面，如果通道内有残余型芯或者壁厚不匀，在热图中即可明显地看出。假如冷却通道畅通，冷却效果良好，热图上显示出一系列均匀的白色条纹;假如通道阻塞，冷却液体受阻，则在阻塞处显示出黑色条纹。
(3)疲劳裂纹探测。采用一个点辐射源在蒙皮表面一个小面积上注入能量。然后，用红外辐射温度计测量表面温度。如果在蒙皮表面或表面附近存在疲劳裂纹，则热传导受到影响，在裂纹附近热量不能很快传输出去，使裂纹附近表面温度很快升高。当辐射源分别一道裂纹两边时，由于裂纹不让热流通过，因而两边温度有很高。当热源移到裂纹上时，表面温度下降到正常温度。实际测量中，由于受辐射源尺寸的限制，辐射源和红外探测器位置的影响，以及高速扫描速度的影响，会出现一定的误差。
二、红外检测在PCB板故障诊断中的应用
现有的常规电路故障检测仪都需要通过电路中关键点、线的电压、电流、阻抗及元器件必要参数的测量，根据测量得到的相关结果，结合故障现象和对原理图的深入理解进行仔细的分析、推断，才能诊断出电路板的故障部位或故障元器件。通过这种常规的电路板故障检测方法很难满足现代国防的要求，原因在于这种方法存在几个缺陷：(1)必须具备电路原理图、板图、元器件布列图等详细的维修资料。(2)其测量方法属接触测量，测量时必然影响电路的分布参数，不可能用于高频电路的实时故障检测。(3)速度慢、费时费力，难以满足战争环境中对时间和速度的高要求。(4)难以诊断潜在故障，因而很难避免装备在关键时刻的突然故障。
利用红外检测技术，不需要工作人员对电路进行深入分析，就能对大范围内数百只器件的工作状态同时进行快速不接触检测，能在通电后几十秒甚至几秒钟的时间内判别出电路中的故障回路或元器件，检测时不会影响电路的频率特性;而且还能将电路中元器件从完好到故障的状态定量的细分为若干个等级，这就使维护人员能及时发现电路故障隐患，避免故障在关键时刻突然发生。
三、故障检测原理及设备
电路板在工作时，其上的元器件会散发热量，通过红外仪器可以拍摄到电路板的热成像图。故障检测时，首先，需要拍摄正常的电路板工作时的热成像图，保存到数据库，作为标准板;其次，拍摄存在故障的电路板工作时的热成像图，作为待测板;再次，通过图像处理的方法，将待测板进行预处理、配准、比对、信息提取;最后，根据预设的阈值，得出故障数量及位置。
我国由于起步较晚，成型的红外故障检测设备还比较少，目前已有的设备有王格芳等人研制的“印制电路板红外故障诊断仪”，是国内较早从事红外检测方面研究的成型设备;杨先明、叶玉堂等人研制的TIP-I电路故障检测仪，对故障的诊断率很高;周孟特等人研制的便携式红外电路故障检测系统，使得红外检测仪更加小型化。
四、总结
红外检测技术的应用是非常广泛并具有重要意义的，以此引发的分支研究也越来越多。红外热成像是红外检测技术中的一个关键，一些技术发达的国家竞相研究热成像技术，以巨大的人力和物力进行开发，发展十分迅速。提高红外图像处理的准确度、研制智能化故障检测设备都是重点研究方向，今后在这些方面应该做更深入的研究。
参考文献：
[1] 张勇，王新赛.基于红外的电路板故障诊断技术国内外发展现状[J].科协论坛，(2).
[2] 戴文远.基于红外图像的故障诊断方法综述[J].红外，，2(31).
[3] 王格芳，谭叶双，王利众等.印制电路板红外故障诊断仪[J].仪器仪表学报，，4(22).
[4] 杨先明，叶玉堂，方亮等.红外电路故障检测系统[J].红外与激光工程，，3(35).
[5] 周孟特，叶玉堂，王智芳等.便携式红外电路故障检测系统[J].光电工程，2011，8(38).
篇6：边缘检测技术在火箭发动机实验诊断中的应用
边缘检测技术在火箭发动机实验诊断中的应用
对高速运动分析仪拍摄的U型燃气发生器固体装药燃烧和双组元液体喷嘴雾化图像进行了边缘检测图像分析,根据被分析实物边缘层次性较强的特点,在简单边缘检测的基础上采用自动门限、二次门限和最佳滤波的方法,获得了固体燃气发生器在燃烧过程中的'内部结构、推进剂瞬态燃速、绝热隔板烧蚀率等参数,获得了双组元液体喷嘴的雾化角、粒子分布等特性.
作 者：何国强 刘敏华 肖育民 蔡体敏 He Guoqiang Liu Minhua Xiao Yumin Cai Timin 作者单位：西北工业大学航天工程学院,西安,710072 刊 名：推进技术 ISTIC EI PKU英文刊名：JOURNAL OF PROPULSION TECHNOLOGY 年，卷(期)： “”(2) 分类号：V435.12 V434.3 关键词：火箭发动机 燃烧性能 诊断(物理) 实时显示 图像处理 边缘识别篇7：量子超球神经网络在振动故障检测中的应用
量子超球神经网络在振动故障检测中的应用
提出了一种基于量子超球神经网络的.液体火箭发动机振动故障检测方法,采用可变量子超球代表发动机工作模式,自然地提供了反映故障程度的概率幅;网络的离线学习算法可以从训练样本中自动提取发动机振动知识,监测算法不仅能正确预报故障,还能在线学习新的振动信息.试验数据检验结果表明:量子超球神经网络可以成功用于液体火箭发动机振动故障检测.
作 者：樊忠泽 黄敏超 Fan Zhongze Huang Minchao 作者单位：樊忠泽,Fan Zhongze(西安交通大学电子与信息工程学院,陕西,西安,710049)黄敏超,Huang Minchao(国防科技大学航天与材料工程学院,湖南,长沙,410073)
刊 名：火箭推进 英文刊名：JOURNAL OF ROCKET PROPULSION 年，卷(期)：2008 34(5) 分类号：V434 关键词：量子超球神经网络 液体火箭发动机 振动故障检测
