遺傳小波神經(jīng)網(wǎng)絡(luò)及在導(dǎo)航傳感器故障診斷中的應(yīng)用.pdf

1、隨著航天航海技術(shù)的發(fā)展，精確導(dǎo)航系統(tǒng)已成為現(xiàn)代載體一個(gè)必不可少的部分。任何一種導(dǎo)航設(shè)備都不可能適應(yīng)所有場合的需求，因此目前已經(jīng)從簡單的提供定位參數(shù)的單獨(dú)導(dǎo)航傳感器發(fā)展成為導(dǎo)航系統(tǒng)與測量系統(tǒng)相結(jié)合的，能夠提供精確位置和軍事測量的多傳感器組合導(dǎo)航系統(tǒng)。導(dǎo)航傳感器的故障診斷就顯得尤為重要，智能故障診斷技術(shù)的發(fā)展為傳統(tǒng)診斷技術(shù)增添了新內(nèi)容。 本文以導(dǎo)航傳感器為研究對象，提出了集小波技術(shù)、遺傳算法和神經(jīng)網(wǎng)絡(luò)于一體的新型智能故障診斷網(wǎng)絡(luò)。分

2、析了組合導(dǎo)航系統(tǒng)中典型傳感器陀螺儀、GPS、DVL的工作原理和誤差指標(biāo)，給出了陀螺儀的故障模式。 針對目前傳感器采集的信號(hào)特征，在詳細(xì)比較小波分析和傅立葉變換的基礎(chǔ)上，具體分析了小波分解的時(shí)域和頻域的性質(zhì)，并進(jìn)一步介紹了小波包分解的原理。通過具體例子的仿真研究比較得出小波包分解較小波分解具有更高的高頻分辨率，而且在鎖定頻率段小波包可以任意細(xì)分，能更好地分析故障信號(hào)。針對慣導(dǎo)系統(tǒng)中的陀螺儀設(shè)備進(jìn)行了仿真研究。利用三層小波包分解將陀

3、螺儀的各故障模式下的輸出信號(hào)進(jìn)行分解，得到分布在八個(gè)不同頻段上的能量變化率特征向量。提取出的8維特征向量更能表征出各故障下的頻率分布信息，作為診斷網(wǎng)絡(luò)的輸入，保證網(wǎng)絡(luò)映射出故障和特征之間關(guān)系的典型性和代表性。 故障特征提取后，對診斷網(wǎng)絡(luò)進(jìn)行了設(shè)計(jì)。在神經(jīng)網(wǎng)絡(luò)故障診斷原理的基礎(chǔ)上，本文引進(jìn)了遺傳算法對應(yīng)用最為廣泛的BP網(wǎng)絡(luò)進(jìn)行了改進(jìn)。通過遺傳算法初始化神經(jīng)網(wǎng)絡(luò)的權(quán)閾值，克服了BP網(wǎng)絡(luò)易陷于局部最優(yōu)和收斂速度慢的缺點(diǎn)。比較純BP算法