多电飞机电源系统智能机内测试诊断技术研究

？提出了一种基于混合神经网络模型的智能机内测试(BIT)方法，并将其应用在多电飞机电源系统智能BIT故障诊断当中。对BIT各个测点的信号进行功率谱分析，在不损失谱线特征的前提下，利用小波的多尺度分析对谱线数量进行压缩，提取出信号在频域的特征量，并同小波包分解后的频带能量组成诊断用的特征向量。针对原有广义学习矢量量化(GLVQ)神经网络的算法缺陷进行改进，并在此基础上提出了一种混合网络模型结构。将提取的特征向量作为混合网络的学习样本，经训练后对电源系统的故障进行诊断。结果表明，基于这种混合网络的智能BIT方法诊断精度高，对测量噪声也具有良好的鲁棒性，可以有效提高多电飞机电源BIT系统的诊断性能。