简介：复杂武器系统故障诊断是武器型号后勤保障的难题。研究复杂武器系统的故障诊断管理,能提高武器系统故障诊断的准确性和效率。采用分布式故障诊断体系结构,按照故障诊断任务流引擎规划诊断流程,使用任务分解与或树进行诊断任务分解,基于改进合同网协议安排任务分配流程,进行诊断任务分配,各诊断专家诊断结果采用模糊信息融合算法汇总诊断结果,用专家系统推导设计故障诊断单元。诊断系统综合了复杂武器系统多个故障诊断专家的判断,有效提高诊断质量。对建造分布式武器故障诊断系统有参考价值。

简介：在分析机载武器系统故障诊断过程的基础上，建立了案例推理、模糊推理和缺省推理相结合的机载武器系统故障快速诊断方案生成系统，并说明了实现该系统所采用的关键技术。

简介：针对武器装备故障诊断专家系统的特点和设计要求,讨论了该系统的组成与实现方法,重点介绍了系统的功能和推理机的建造方法.探讨了故障诊断专家系统软、硬件的结合途径.

简介：介绍了装甲车辆自动装弹机的工作原理，分析了故障产生的原因。针对自动装弹机的故障特点，分别采用故障树、专家系统和神经网络三种故障诊断方法，并综合3种方法的优点，分析了最佳故障诊断模式。

简介：针对某型号自动机的结构特点、运动过程和几种常见的故障模式进行分析。结合自动机的运动过程分析及其振动信号的非线性短时冲击特性，提出用混沌理论对自动机的故障进行诊断研究。提取了所测信号的李雅普诺夫指数，验证其为混沌系统，运用关联维数和Kolmogorov熵几个混沌参量提取出实测信号的特征。最后应用Elman神经网络进行了故障模式的识别，实现了基于试验测试的自动机故障诊断。为自动武器的故障诊断提供了一种新思路，对高速自动机的故障诊断有着重要的理论和现实意义。

简介：针对自行火炮变速箱工作时背景噪声非常大,测取的振动信号信噪比很低,被检信号常常淹没在背景噪声中,特征信号难以提取的问题,提出了采用小波形状与冲击信号非常相似的Morlet小波作为基小波,对变速箱振动信号进行连续小波变换,通过实例证明了此方法非常有效.

简介：提出一种基于多属性决策理论的发射车底盘制动系统故障树诊断方法。针对传统故障树分析方法存在的精度差、效率低的局限性,综合考虑底事件的故障概率、诊断成本和关联价值等因素,采用逼近理想解排序法(TOPSIS)确定了故障底事件的最优诊断顺序,提高了底事件诊断的精确度。通过某型发射车底盘制动系统故障诊断验证表明:该方法能够准确诊断故障,提高了故障诊断效率。

简介：故障的产生和传播是一个动态的过程，具有突发性、并发性和随机性等特点，精确的推理方法难以有效地对复杂特性的故障进行诊断。利用模糊Petri网对舰炮武器系统进行故障分析，首先分析舰炮故障类型以及故障的规则表示形式，然后给出了基于模糊Petri网的故障传播模式模型及其推理算法，最后以某舰炮武器系的弹药盘点异常故障为例进行了建模并用推理算法计算故障发生概率。结果表明，该模型具有直观和表达能力强的优点，可应用于工程实践。

简介：为了提高装备故障诊断效率，介绍了一种基于多信号流图模型的新型故障诊断方法。基于TEAMSDesigner软件工具，建立了某自行高炮供电系统多信号流图模型。通过对该系统多信号流图模型进行分析，针对故障现象设计出了合理有效的故障诊断策略，通过实际的故障诊断应用及与传统的测试诊断方法比较，显示出该诊断方法的优越性和有效性。

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：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：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：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。