基于神经网络故障诊断平台的接口模块开发

该文介绍了基于自组织神经网络的针对某型雷达的故障诊断平台接口模块的实现过程。利用Delphi 实现分类样本的录入工作及平台的图形用户界面功能，将复杂的网络计算与分类过程交给Matlab 完成，并对某样本进行较为简单的聚类分析。试验表明接口模块能大大简化整体平台复杂的算法设计，分类性能与速度也较令人满意。
武器装备的日益发展对装备的故障诊断与BIT（机内测试）提出了更高的要求。通过对数据采集设备所得的可测点的数据分析来对故障实现诊断定位，其实质上就是基金项目：国家自然科学基金资助项目（9971026）一个模式分类的过程，对每一个样本实现快速与智能的分类是故障诊断平台需要解决的问题。
作为一种工具，Delphi 建立在成熟的面向对象语言Object Pascal 之上。使用它，可以做到能用VC++完成的大部分任务但避免了许多麻烦。利用Delphi 可以在界面设计等一些方面使开发人员效率更高，成本更低，功能更强。Matlab 作为一种算纸式的语言，在数据处理、系统识别、模式分类、神经网络、图形显示有其它语言难以比拟的优势。在Delphi 中实现与Matlab 接口模块的开发，可以赋予Delphi 强大的科学计算能力，开发出功能更为强大的系统软件。
我们在利用神经网络进行某型雷达的故障诊断平台开发时，采用Delphi 作为开发工具，实现强大的数据库支持及友好的与用户交互界面等功能。但由于如果利用Delphi实现神经网络的训练与开发，将花费过多的精力在算法的研究与实现上，因此我们将需要复杂算法设计的网络训练以实现样本分类的过程交给Matlab 完成。同时由于MathWorks 公司推出全新的Matlab6.5增加了许多新的特性，超出了一般概念的升级，接口的设计更加简化。在本文中采用的软件分别是Matlab6.5，Delphi6.0 及VC++6.0。