APP下载

BP神经网络模型在无人机系统故障预测中的应用分析

2019-09-13苏续军吕学志

计算机应用与软件 2019年9期
关键词:分类特征故障

苏续军 吕学志

1 (陆军工程大学石家庄校区一系 河北 石家庄 050003)2(陆军炮兵训练基地模拟训练中心 河北 宣化 075100)

0 引 言

目前,无人机由于其自身特点和优越性能在军事、经济等领域得到了广泛应用,地位愈显重要。随着无人机技术越来越先进,无人机构造组成越来越复杂,由于受操控技能的熟练性和各种环境因素的影响,无人机故障时有发生。为了避免故障发生,减少对作战、训练任务的影响,对无人机故障进行预测并分析造成故障的重要因素尤为重要。

国内外相关研究主要集中在大型无人机系统上。大型无人机系统的误操作率往往比有人驾驶飞机大一到两个数量级[1]研究发现人为错误占早期大型无人机事故的21%至80%[2],而最近的研究发现它接近56%~69%[3]。从理论上讲,提高无人机自动化程度和操控人员的经验水平可以减少大型无人机中的人为错误[4]。为了避免大型无人机与其他飞行器碰撞[5],以及避免造成地面人员或财产的伤害[6],研究建议继续开发[7]感知技术、规避技术、自动着陆技术[8]。其他研究认为环境因素对大型无人机和有人驾驶飞机可靠性有很大影响,例如风速和风向[9]。

与载人飞行器相比,可用于无人机系统分析的数据要少得多。因此,大多数无人机可靠性研究倾向于通过指定最小故障率来满足可靠性目标[10-11],或利用故障树分析[12-14]、故障模式和影响分析[15-17]对无人机可靠性进行分析。这些无人机可靠性研究都是基于理论的分析,而不是基于数据的分析。……

登录APP查看全文

猜你喜欢

分类特征故障
分类算一算
故障一点通
如何表达“特征”
不忠诚的四个特征
教你一招:数的分类
奔驰R320车ABS、ESP故障灯异常点亮
故障一点通
江淮车故障3例
线性代数的应用特征