论文部分内容阅读
为提高巡航导弹发动机的可靠性和利用率、降低传统的定期维护成本,提出了应用RBF(径向基函数)神经网络技术对巡航导弹发动机进行诊断.文中将采集到的巡航导弹发动机有关数据分为故障现象和故障集分别进行编码,而后利用神经网络的自学习、联想、推测、记忆、容错、自适应和多模式处理等功能对巡航导弹发动机的故障进行诊断.