简介：基于粒子群优化算法（PSO）的神经网络具有良好的训练性能，输出的整体误差小于BP算法。用PSO作为一种粗优化或离线学习过程，用神经网络学习作为一种细优化或在线学习过程。这两种方法综合使用可以大大提高传动箱故障诊断性能。诊断系统把常用的7个时频动态特征参量作为BP网络的输入层的输入，把传动箱中常见的6种特征作为网络的输出。诊断系统拓扑结构为7—12—6的3层BP网络，规定系统误差0．001。结果表明．粒子群优化算法对多故障征兆有较好的故障识别率。作为一种有效优化方法，在机械故障诊断领域具有良好的应用前景。

简介：设计了基于巴特沃斯数字滤波器的巴特沃斯小波及其滤波器组，并从小波的卷积型定义出发，利用零相位滤波原理实现了没有下抽样环节的具有零相位特性的巴特沃斯小波变换快速算法，成功消除滤波器的非线性相位对分解结果的影响。相对于常用正交小波滤波器组，巴特沃斯小波滤波器组不仅具有更好的频带分离特性，还可通过改变尺度参数来改变对信号的频带划分的方式，从而将原信号高频带分解在更精细的频带范围内，克服了常用正交小波滤波器组频带分离特性不够好，并总按二进方式划分频带、频率分析精度显得不足的固有缺陷。实例分析证明：巴特沃斯小波滤波器组相比于其他常用的正交小波滤波器组具有更好的频带分离特性和更强的微弱故障特征提取能力，非常适合于轴承早期故障诊断。

简介：针对某型发射车底盘动力系统多故障频发、诊断效率低的问题,进行了多故障影响分析,结合发射车使用实践进行实验设计,在适当位置安装振动传感器以采集不同状态下的振动信号,进行振动信号小波包能量谱特征信息提取,应用RBF神经网络进行学习训练和测试,实现了发射车底盘动力系统多故障诊断。结果表明:小波包能量谱可以有效表征发射车底盘动力系统多故障信息,基于RBF神经网络的发射车底盘多故障诊断精度高,诊断效果理想。

简介：介绍了基于规则的专家系统语言CLIPS的概念和基本语法构成,并以基于CLIPS的机载航炮故障分析专家系统为实例说明了专家系统在机载航炮中的应用.

简介：在对CBM与两种传统维修方式进行比较的基础上,对无线智能CBM的工作原理、状态监测、状态评估和智能预测决策等进行了综述.

简介：准确的武器备件故障率预测对制定精确的维修保障计划,降低维修保障费用等方面具有重大意义。通过对典型的故障率曲线的分析,依据灰色预测理论,在灰色GM（1,1）模型的基础上建立了离散的灰色GM（1,1）模型,通过实例对武器备件故障率进行了预测,为武器备件的故障率预测提供了一种新的途径和方法。

简介：为了解决高射速自动炮供弹机构故障诊断的难题,以某供弹机构为研究对象,研究了偏离运动仿真在供弹机构故障分析中的应用方法,通过建立某高速供弹机构动力学仿真模型,采用偏离运动仿真技术,复现了自动炮供弹机构的故障,分析了故障原因,并以拨弹轮的初始定位角为偏离变量,以供弹过程中炮弹运动速度最平稳为优化目标,优化了各拨弹轮的初始定位角度。结果表明,经过优化的供弹机构,供弹过程平稳、供弹阻力小,证明了偏离运动仿真方法的可行性,为此类供弹机构的故障分析和优化设计提供了一种有效的分析方法。

简介：针对某大型武器装备系统庞大、故障检测难的特点，提出一种基于无线网络技术的在线监测与故障诊断方案。方案中下位机在ARM920T构架的32位微处理器S3C2410A基础上，进行外围扩展。包括信号采集、信号调理电路、JTAG接口、LED显示、无线网卡接口及RS232接口，从而实现大型武器装备各部位状态信息的数据采集及和上位主机的无线数据交互。上位主机由配置无线网卡微机组成，采用笔记本电脑，通过无线网卡接收各下位机采集的信息并显示，在专家系统的支持下给出检测诊断结论与故障信息。实验表明，该技术方案能实现大型武器装备的快速、准确故障定位与远程监测。

简介：针对传统模糊方法在供输弹系统故障模式危害性分析中的不足,提出了一种基于云模型的故障模式危害性分析方法。建立了供输弹系统各评价指标及指标权重的标准云模型,并利用建立的云模型替代隶属函数计算相应的权系数及评价矩阵,进而给出最终评价结果。实例分析表明,该方法更能反映客观实际,分析结果能提供比模糊方法更丰富的参考信息,从而为火炮故障模式危害性定量分析提供了一种新的有效的方法。

简介：在分析神经网络和灰色关联度诊断方法的基础上,研究并提出了改进的BP神经网络和ABO灰色关联度诊断法.应用小波分析法对齿轮箱振动信号进行小波消噪,提取了信号的时频域特征参数.讨论了特征参数的无量纲化处理方法,并结合ABO灰色关联度诊断法简单易于实现和BP神经网络法诊断精度较高的特点,完成了齿轮箱的故障模式识别和诊断决策.

简介：提出了一种基于小波变换的飞轮瞬时转速诊断某自行火炮弹药输送车辅助发动机动力性能故障的新方法。对电涡流位移传感器拾取的飞轮轮齿通过信号直接进行时域采样,结合小波变换,获得精度很高的发动机工作瞬时转速波动信号,从而有效地诊断发动机动力性能故障。