基于BP神经网络的机载航炮故障诊断方法  

Study on Airborne Gun Fault Diagnosis based on Back Propagation Artificial Neural Network

作　　者：赵思宏[1] 张庆国[1] 贾秋锐[1] 

机构地区：[1]空军第二航空学院,吉林长春130022

出　　处：《火力与指挥控制》2005年第2期84-87,共4页Fire Control & Command Control

基　　金：空军2000年资助项目

摘　　要：机载航炮是战斗机的一个重要作战武器,其工作情况的好坏直接影响到战机的攻击和自卫能力,因此,对机载航炮的故障诊断受到航空兵部队普遍关注。通过对机载航炮大量故障现象、故障原因、故障样本的收集、分析和整理,利用BP神经网络建立了机载航炮智能诊断模型。该网络采用了三层结构、17个输入量、10个输出量的故障诊断系统,较完善地反映了机载航炮的故障类型。经故障诊断实例检验,该系统诊断结果正确,有良好的实用价值。The airborne gun is an important battling weapon of a fighter and its operating condition can directly have a effect on fighter defending and attacking,so pervasive attention about the airborne gun fault diagnosis is given in air force units.This paper sets up a new fault diagnosis model of the airborne gun with the advanced ANN(Artificial Neural Net).This 17-in-10-out model consists of three layers.It is proved that this model can find the fault accurately.

关 键 词：机载航炮 故障诊断 神经网络 反向传播 

分 类 号：TJ392[兵器科学与技术—火炮、自动武器与弹药工程]