胡浩，闫英敏，陈永利

（军械工程学院 电气工程系，河北 石家庄 050003）

对于装备系统的故障诊断技术，国外很早就开始对其研究，并且取得了很多研究成果。许多国家已经将一些先进的故障诊断方法广泛应用于装备系统的故障诊断中，如基于数学模型的方法、基于信号处理的方法和基于知识的方法。随着科学技术和装备保障需求的进一步发展，国外又提出了故障预测和健康管理（PHM）等新技术[1]。故障诊断的任务由低级到高级涉及到以下4方面内容：1）故障建模即按照输入和输出的关系建立故障数学模型。2）故障检测即从过程可测量或者不可测量的估算信息中提取描述系统的特征信息，从而判断是否发生故障。3）故障的分离和估计，当系统发生故障时，给出了故障源的位置。4）故障的分类，评价和决策[2]。

1 装备系统故障诊断方法

1.1 基于神经网络故障诊断模型

随着人工智能技术不断发展，智能化技术应用于系统故障诊断已经成为一种发展趋势，基于人工智能的故障诊断方法不需要知道被控制对象的精确的模型，能够较好的应用于不确定的或者模糊的故障，从其诊断的过程来讲是一种类似于模式分类的问题[3]。BP网络是一种前馈型的神经网络，神经元的传递是S函数，可以实现从输入到输出的非线性映射，由于权值的调整，采用反向传播的学习算法。因此称其为BP网络。其结构如图1所示。

图1 BP神经网络结构Fig.1 Structure of BPneural network

1.2 BP神经网络用于故障诊断的仿真

BP神经网络[4]具有其固定的缺点，比如收敛速度慢，局部极值，难以确定隐层节点个数等。……