【摘要】：傳統(tǒng)的故障診斷方法即消耗人力、物力導致資源的嚴重浪費,并且傳統(tǒng)的故障診斷方法故障確診率相對較低。近些年來,智能的故障診斷算法已經(jīng)成為對復雜系統(tǒng)故障診斷的研究方向之一。裝甲裝備自動裝填系統(tǒng)部件構成和電路邏輯復雜,考慮故障診斷結果需給出元器件級維修建議,從而能進行故障精確定位,達到相對全面地實現(xiàn)裝甲裝備自動裝填系統(tǒng)的狀態(tài)監(jiān)測與故障診斷目的。首先,通過對狀態(tài)監(jiān)測與故障診斷常用算法進行詳細分析對比,提出了每種方法在實際工程應用中存在的不足。以研究對象的實際控制特點出發(fā),分析并論證了本文所提狀態(tài)監(jiān)測與故障診斷算法的可行性。其次,通過對自動裝填系統(tǒng)的結構和控制原理進行分析,對故障模式進行詳細梳理,利用粗糙集屬性約簡消除冗余的知識獲取方法,對所獲得的知識進行屬性約簡,對有效區(qū)間進行融合并優(yōu)化初始斷點集,從而得到離散約簡后的提取規(guī)則。利用故障樹分析法按照零部件因果關系進行逐層推理,找出導致該故障發(fā)生的直接原因。達到了提高故障診斷速度和決策準確性的目的。再次,提出了帶有時間標簽改進型類Jeffery證據(jù)更新規(guī)則算法,保證了故障診斷的實時性和證據(jù)的真實可信性,利用故障診斷所獲取的當前證據(jù)對上一時刻獲取的故障診斷證據(jù)進行實時更新,將更新得到的診斷證據(jù)的基本置信度換算成Pignistic概率進行故障決策,該算法完善了普通的模糊理論和傳統(tǒng)證據(jù)理論的缺陷問題,得出的故障診斷結果準確、實時、可信。最后,形成一套完整的裝甲裝備自動裝填狀態(tài)監(jiān)測與故障診斷系統(tǒng)。系統(tǒng)采用Visual Studio 2010軟件和SQL Server 2008數(shù)據(jù)庫進行開發(fā)。系統(tǒng)經(jīng)過測試和實施效果良好,具有操作靈活、簡單便捷等特點。系統(tǒng)應用改進型證據(jù)更新規(guī)則的動態(tài)故障診斷算法解決了裝甲裝備裝填系統(tǒng)故障的成因復雜,單因素、單模型不足以精確定位元器件級故障的問題,達到了有效提高故障診斷確診率的目的。故障診斷的結果對比分析不難看出本文提出改進型證據(jù)更新規(guī)則故障診斷算法優(yōu)勢明顯,在解決動態(tài)故障診斷問題中發(fā)揮了作用。
【圖文】：

12 2( 2 1 2 ), 1,2, ,nk k i i kiy f w y b k n b== = + ， 絡的誤差函數(shù)如下式（2-6）所示：211( 2 )2ik kkE y y== 典型的結構優(yōu)點在于：將模糊推理系統(tǒng)的推理能力和決策能力習能力強結合，對大量數(shù)據(jù)進行處理，通過自學習來調(diào)整神經(jīng)函數(shù)和模糊規(guī)則，這樣的典型結構能夠提高系統(tǒng)性能指標目的[則具體關系如下所示: A1且 y 是 B1，則函數(shù)1 1 1 1f = m x + n y + r，， A2且 y 是 B2，則函數(shù)2 2 2 2f = m x + n y + r， 的典型結構如下圖 2-1 所示:A1TTN第1層 第2層 第3層 第4層 第5層X ,Y

圖 3-1 自動裝填系統(tǒng)程控盒Figure 3-1Automatic filling system program control box動裝填系統(tǒng)控制原理備自動裝填系統(tǒng)工作原理大致如下所述：. 炮筒調(diào)至裝填角閉鎖，到位指示燈亮，準備裝彈。. 按下裝填按鈕，旋轉輸彈機開始旋轉、進行彈種選擇后裝填完畢停止。. 提升機構開始動作，將提升彈頭至推送線，準備推送彈藥。. 推彈機向炮膛內(nèi)推送彈頭，記憶裝置將會消除記憶標志隨后推彈鏈. 推送彈藥過后，拋殼機構開始動作，拋殼機構抬框架至拋殼位置. 在拋殼前，開窗機構開窗，隨后拋殼機拋殼后開窗機構進行關窗. 提升機構開始工作，將降藥筒至裝填線，推送藥筒入膛，隨后將回。. 整體操作即將完成，提升機構和拋殼機構框架將會恢復到原位。. 最后，火炮解脫閉鎖并返回瞄準線，等待下一周期動作。
【學位授予單位】：廣西科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP311.52;E92

【相似文獻】

相關期刊論文 前10條

1 韓麒麟;荊竹;;飛機故障診斷中飛參的數(shù)據(jù)支持作用研究[J];電子制作;2019年12期

2 王彥梅;李佳民;;農(nóng)用汽車發(fā)動機狀態(tài)監(jiān)測系統(tǒng)與診斷方法研究[J];農(nóng)機化研究;2018年02期

3 王淵明;徐策;侯繼超;張禹生;;煙草機械中故障診斷技術的應用[J];南方農(nóng)機;2018年04期

4 周雪軍;;故障診斷技術在煙草機械中的應用和發(fā)展趨勢[J];科技風;2018年22期

5 陳亞明;顏云;;故障診斷方法現(xiàn)狀及發(fā)展方向研究[J];電工技術;2018年18期

6 單建虎;;石化轉動設備狀態(tài)監(jiān)測與故障診斷平臺及應用[J];石化技術;2017年10期

7 石志軍;陳信在;高金寶;;艦船電子裝備電路板的故障診斷策略研究[J];科技與企業(yè);2016年01期

8 謝敏;樓鑫;羅芊;;航天器故障診斷技術綜述及發(fā)展趨勢[J];軟件;2016年07期

9 付麗莉;;汽輪機故障診斷技術的發(fā)展分析和研究[J];科技創(chuàng)新與應用;2015年08期

10 謝春萍;梁家榮;;星型網(wǎng)絡的幾種故障診斷度研究[J];廣西大學學報(自然科學版);2015年03期

相關會議論文 前10條

1 張利;徐娟;張建軍;程龍;趙佛曉;;基于網(wǎng)格的遠程協(xié)同故障診斷資源管理模型研究[A];全國第20屆計算機技術與應用學術會議（CACIS·2009）暨全國第1屆安全關鍵技術與應用學術會議論文集（上冊）[C];2009年

2 商斌梁;張振仁;;基于小波與遺傳算法的氣閥機構的故障診斷[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

3 李娟;;淺談泵站設備故障診斷問題[A];2009全國大型泵站更新改造研討暨新技術、新產(chǎn)品交流大會論文集[C];2009年

4 劉波;劉少華;姚國仲;申立中;;冗余電位器加速踏板故障診斷策略研究~[A];內(nèi)燃機科技（高校篇）——中國內(nèi)燃機學會第六屆青年學術年會論文集[C];2015年

5 張彼德;;汽輪發(fā)電機組振動多故障診斷的神經(jīng)網(wǎng)絡方法研究[A];第八屆全國振動理論及應用學術會議論文集摘要[C];2003年

6 魏偉勝;;γ射線故障診斷技術[A];中國化工學會2003年石油化工學術年會論文集[C];2003年

7 李鐵軍;趙海文;李慨;沈志忠;;基于多智能體的機電系統(tǒng)控制與故障診斷的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 許智靈;;冷藏集裝箱故障診斷與處理的探討[A];設備監(jiān)測與診斷技術及其應用——第十二屆全國設備監(jiān)測與診斷學術會議論文集[C];2005年

9 張樂功;王軍;李健蓉;;應用狀態(tài)監(jiān)測及故障診斷技術 提高設備管理與維修現(xiàn)代化水平[A];第十屆全國設備監(jiān)測與診斷技術學術會議論文集[C];2000年

10 閆曉鵬;栗蘋;章濤;王永強;;無線電引信故障診斷策略研究[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅲ）[C];2008年

相關重要報紙文章 前10條

1 武漢科技學院紡織服裝學院 林子務;故障診斷中的數(shù)學概念[N];中國紡織報;2004年

2 邢小兵 記者 王瑤;我國首個航天器在軌故障診斷與維修實驗室成立[N];解放軍報;2014年

3 楊亞洲 邢小兵 記者 齊小英;航天器故障診斷與維修室在西安成立[N];陜西日報;2013年

4 李萍;濟鋼EAM離線網(wǎng)絡點檢和故障診斷管理系統(tǒng)開發(fā)應用[N];世界金屬導報;2007年

5 ;點火系故障診斷[N];華夏時報;2001年

6 李繼光;鍘草機常見故障診斷及排除[N];云南科技報;2003年

7 何攻 何延青;與Windows 2003親密接觸之常見故障診斷[N];電腦報;2003年

8 ;為企業(yè)長遠效益的增長助力[N];中國信息化周報;2019年

9 記者馮競;“ B737飛機故障診斷與維修指導系統(tǒng)”開發(fā)成功[N];科技日報;2002年

10 宗樾;空調(diào)常見故障診斷[N];中國質(zhì)量報;2004年

相關博士學位論文 前10條

1 茆志偉;活塞式發(fā)動機典型故障診斷及非穩(wěn)定工況監(jiān)測評估方法研究[D];北京化工大學;2018年

2 劉頡;基于振動信號分析的旋轉機械故障診斷方法研究[D];華中科技大學;2018年

3 杭芹;用于聚變電源的故障診斷算法研究[D];中國科學技術大學;2019年

4 黃杰;基于智能學習的電噴汽車故障診斷與監(jiān)測評估系統(tǒng)的研究[D];中國農(nóng)業(yè)大學;2018年

5 王奉濤;非平穩(wěn)信號故障特征提取與智能診斷方法的研究及應用[D];大連理工大學;2003年

6 錢華明;故障診斷與容錯技術及其在組合導航系統(tǒng)中的應用研究[D];哈爾濱工程大學;2004年

7 蔣麗英;基于FDA/DPLS方法的流程工業(yè)故障診斷研究[D];浙江大學;2005年

8 韓彥嶺;面向復雜設備的遠程智能診斷技術及其應用研究[D];上海大學;2005年

9 張君;小波分析技術在汽輪機故障診斷中的應用研究[D];華北電力大學（河北）;2005年

10 鄧學欣;開放式故障診斷構架及動態(tài)測試分析方法研究[D];天津大學;2004年

相關碩士學位論文 前10條

1 楊哲;大型軋機AGC缸內(nèi)泄漏故障診斷研究[D];武漢科技大學;2019年

2 王卉;裝甲裝備自動裝填系統(tǒng)狀態(tài)監(jiān)測與故障診斷的研究[D];廣西科技大學;2019年

3 張懋石;基于深度學習的飛行器動力系統(tǒng)故障診斷[D];廈門大學;2018年

4 林俊才;基于FastAP算法的港口機械故障診斷方法研究[D];武漢理工大學;2018年

5 何萬縣;基于EVIT的數(shù)據(jù)中心服務器故障診斷技術創(chuàng)新研究[D];鄭州大學;2019年

6 謝蓉仙;基于移動互聯(lián)網(wǎng)的旋轉機械故障診斷試驗平臺與方法研究[D];太原理工大學;2019年

7 屈曉偉;數(shù)據(jù)挖掘在衛(wèi)星關鍵部位故障診斷中的應用研究[D];西安理工大學;2019年

8 許強唯;基于信息融合的變壓器狀態(tài)評估與故障診斷[D];上海電機學院;2019年

9 周于杰;同步發(fā)電機勵磁裝置分級遞階故障診斷研究[D];重慶理工大學;2019年

10 高潔;基于貝葉斯網(wǎng)絡的復雜工業(yè)過程故障診斷問題研究[D];浙江大學;2019年

本文編號：2686391