基于NN與CBR的雷達故障診斷專家系統(tǒng)設(shè)計

　　摘要：快速有效地診斷和排除雷達故障是當(dāng)前裝備維修保障工作的重點。對雷達這樣復(fù)雜的設(shè)備進行故障源的充分暴露和故障定位，僅依靠傳統(tǒng)單一的方法有較大的局限性，故設(shè)計并實現(xiàn)基于神經(jīng)網(wǎng)絡(luò)(NN)與基于案例推理(CBR)的雷達故障診斷專家系統(tǒng)。該系統(tǒng)主要由輸入模塊，推理模塊及管理維護模塊等組成。診斷實例表明，運用NN與CBR相結(jié)合的技術(shù)建立的故障診斷專家系統(tǒng)，診斷結(jié)果與實際吻合，且具有診斷速度快、針對性強等優(yōu)點。

　　引言

　　隨著新技術(shù)新裝備的應(yīng)用，一些新體制雷達系統(tǒng)的結(jié)構(gòu)組成較之傳統(tǒng)雷達更為復(fù)雜，這給雷達故障的快速、準(zhǔn)確診斷提出了更高的要求。由于新體制雷達大批量裝備部隊，使用過程中不可避免地會產(chǎn)生各種各樣的故障，雷達的故障維修任務(wù)也越來越重。因此，如果有一種行之有效的診斷方法和手段，使現(xiàn)行裝備各級保障體系相互配合，并能夠準(zhǔn)確快速地定位雷達故障并維修，這將對保障雷達正常使用、提高部隊?wèi)?zhàn)斗力有著積極作用。

　　目前故障診斷技術(shù)已發(fā)展到智能化階段，應(yīng)用于故障診斷的幾種常用的方法有：基于規(guī)則推理、基于模型和神經(jīng)網(wǎng)絡(luò)等，各種診斷方法各有特點和優(yōu)點，在許多領(lǐng)域都有非常好的應(yīng)用，但也有各自的局限性。對于雷達這樣高技術(shù)復(fù)雜裝備，采用單一的故障診斷方法已經(jīng)越來越難滿足要求。CBR又稱援例推理，是通過訪問知識庫中過去同類問題的求解從而獲得當(dāng)前問題解決的一種推理模式。CBR不需要進行規(guī)則匹配，類似的案例可以通過索引檢索出來而直接得到問題的解答，這就使迅速解決復(fù)雜問題成為可能。神經(jīng)網(wǎng)絡(luò)技術(shù)以強有力的學(xué)習(xí)和并行處理能力為故障診斷提供了全新的理論方法和實現(xiàn)手段，而專家系統(tǒng)是具備解釋功能的基于符號的推理系統(tǒng)。把神經(jīng)網(wǎng)絡(luò)(NN)、基于案例推理(CBR)和專家系統(tǒng)理論的故障診斷方法結(jié)合起來組建一個集成的智能診斷系統(tǒng)，利用兩種推理各自的推理優(yōu)勢，形成優(yōu)勢互補，克服了龐大豐富的知識庫對系統(tǒng)推理效率的影響，從而可以極大地提高雷達故障診斷的正確性和效率。

　　基于NN的雷達故障診斷專家系統(tǒng)設(shè)計

　　基于NN的雷達故障診斷專家系統(tǒng)設(shè)計分為3個模塊：輸入模塊，推理模塊及管理維護模塊。各模塊之間的關(guān)系如圖1所示?！　?/p>

 

　　輸入模塊

　　即接收的各種故障信息及現(xiàn)象。輸入層從系統(tǒng)接收輸入信息，即為經(jīng)過歸一化處理計算出的故障特征值。利用神經(jīng)網(wǎng)絡(luò)進行故障診斷時，首先要把故障信息或現(xiàn)象輸入神經(jīng)元網(wǎng)絡(luò)，并把知識變換成為網(wǎng)絡(luò)的權(quán)值和閾值，分布存儲在整個神經(jīng)網(wǎng)絡(luò)之中。