位置:成果数据库 > 期刊 > 期刊详情页
一种融合FTA与BAM的故障诊断方法
  • ISSN号:1000-7180
  • 期刊名称:《微电子学与计算机》
  • 时间:0
  • 分类:TP206[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]河南科技大学电子信息工程学院,河南洛阳471003
  • 相关基金:国家自然科学基金项目(60475021); 河南科技大学博士基金项目(09001396)
中文摘要:

在研究故障树分析(FTA)和双向联想记忆(BAM)神经网络在故障诊断中应用的基础上,提出了一种融合FTA和BAM的故障诊断方法.故障树存贮了系统关于顶事件发生的全部知识,利用FTA得到系统所有的故障模式,进而归纳出BAM的学习样本,即故障树中故障现象(监测点状态组合)和底事件发生与否之间的对应.BAM通过联想记忆矩阵并行联想,得到诊断结果,扩展综合故障诊断能力.仿真结果表明该方法用于解决此类问题是有效的.

英文摘要:

Based On the study about the application of Fault Tree Analysis and Bidirectiongal Associative Memory network in fault diagnosis,a method of fault diagnosis based on the fuse of FTA and BAM is proposed.In a system,all the knowledge on the happening of top events is stored in Fault tree,so all of the fault modes are obtained by using FTA,and then the learning sample of BAM are summarized which are the corresponding relations between the fault phenomena(the states of the assembled monitoring points)and the happening or not of the bottom events in fault tree.The results of diagnosis are associated parallel by the associative memory matrix,thus expanding the general ability of fault diagnosis.A simulation results showed that the approach is valid to the fault diagnosis of systems.

同期刊论文项目
期刊论文 42 会议论文 9 著作 1
同项目期刊论文
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编:李新龙
  • 地址:西安市雁塔区太白南路198号
  • 邮编:710065
  • 邮箱:mc771@163.com
  • 电话:029-82262687
  • 国际标准刊号:ISSN:1000-7180
  • 国内统一刊号:ISSN:61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17909