基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Windows环境下,用BorlandC++实现了一个原型系统,通过对"实践4号"卫星能源系统故障模拟实验台的诊断验证了系统的有效性。