天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 軍工論文 >

基于粗糙集和RETE算法的炮控系統(tǒng)故障診斷專家系統(tǒng)的研究與應(yīng)用

發(fā)布時間:2021-04-25 21:33
  坦克炮控系統(tǒng)是坦克武器部分的核心控制系統(tǒng),直接影響著坦克在戰(zhàn)場上的作戰(zhàn)能力和戰(zhàn)場生存能力。然而復(fù)雜嚴(yán)酷的作戰(zhàn)環(huán)境使得坦克部件故障頻發(fā)。從前只靠有經(jīng)驗的專家或戰(zhàn)士進(jìn)行人工診斷的方法已經(jīng)不能滿足要求,為了滿足信息化時代的要求,坦克炮控系統(tǒng)的故障診斷專家系統(tǒng)應(yīng)運而生。本文首先研究了專家系統(tǒng)中知識獲取的幾種方法,證明粗糙集知識獲取和故障樹知識獲取方法適用于對炮控系統(tǒng)的知識獲取。通過對粗糙集原理的研究,建立了關(guān)鍵步驟的流程圖。根據(jù)相關(guān)資料和項目中積累的數(shù)據(jù),構(gòu)建了炮控系統(tǒng)的故障樹,并通過求取最小割集的方法從故障樹中獲取知識。結(jié)合炮控系統(tǒng)的特點和知識表示與推理方法,提出使用RETE算法構(gòu)建推理機(jī),并對該算法進(jìn)行了一定的預(yù)處理,即在建立RETE網(wǎng)絡(luò)之前,先對規(guī)則庫進(jìn)行預(yù)處理,以減少算法的內(nèi)存占用,實驗結(jié)果表明該方法能夠有效減少RETE網(wǎng)絡(luò)的內(nèi)存占用。最后提出了炮控系統(tǒng)故障診斷專家系統(tǒng)的組織結(jié)構(gòu)和各模塊功能,使用C#編程語言建立專家系統(tǒng),并使用SQL Server數(shù)據(jù)庫存儲規(guī)則和數(shù)據(jù),實現(xiàn)了用戶管理,規(guī)則管理等專家系統(tǒng)功能。通過與歷史數(shù)據(jù)做對比驗證,證明本系統(tǒng)對炮控系統(tǒng)的故障能夠做出準(zhǔn)確的判斷,并給出... 

【文章來源】:北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】:74 頁

【學(xué)位級別】:碩士

【文章目錄】:
摘要
ABSTRACT
第一章 緒論
    1.1 本文課題研究背景
    1.2 研究目的與意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 炮控系統(tǒng)概述
    1.5 故障檢測專家系統(tǒng)概述
    1.6 論文的研究內(nèi)容與組織結(jié)構(gòu)
第二章 專家系統(tǒng)的知識獲取
    2.1 知識獲取
        2.1.1 知識獲取途徑
        2.1.2 知識獲取方法
    2.2 基于粗糙集理論的知識獲取
        2.2.1 粗糙集理論
        2.2.2 粗糙集知識獲取模型
        2.2.3 離散化處理
        2.2.4 屬性約簡
        2.2.5 屬性值約簡
    2.3 基于故障樹的知識獲取
        2.3.1 故障樹分析法概述
        2.3.2 建造故障樹的方法
        2.3.3 故障樹的結(jié)構(gòu)函數(shù)及其簡化
        2.3.4 故障樹的定性與定量分析
        2.3.5 炮控系統(tǒng)故障樹的建立
    2.4 實例分析
    2.5 小結(jié)
第三章 知識庫和推理機(jī)的建立
    3.1 知識的表示
        3.1.1 知識表示的概念
        3.1.2 知識表示方法
        3.1.3 炮控系統(tǒng)故障診斷專家系統(tǒng)中的知識表示
    3.2 炮控系統(tǒng)FDES知識庫
    3.3 推理機(jī)推理方法的選擇
    3.4 RETE算法
        3.4.1 RETE算法概述
        3.4.2 經(jīng)典RETE算法
        3.4.3 RETE算法改進(jìn)
        3.4.4 實驗對比
    3.5 推理機(jī)總體設(shè)計
    3.6 小結(jié)
第四章 軟件功能與界面展示
    4.1 炮控系統(tǒng)FDES組織結(jié)構(gòu)
    4.2 專家系統(tǒng)工作流程
    4.3 系統(tǒng)各功能模塊的實現(xiàn)
        4.3.1 用戶管理模塊
        4.3.2 知識管理模塊
        4.3.3 診斷推理模塊
        4.3.4 數(shù)據(jù)管理模塊
    4.4 小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 未來研究展望
參考文獻(xiàn)
致謝
研究成果及發(fā)表的學(xué)術(shù)論文
作者及導(dǎo)師簡介
附件


【參考文獻(xiàn)】:
期刊論文
[1]一種基于共享度模型的改進(jìn)Rete算法[J]. 孫新,嚴(yán)西敏,尚煜茗,歐陽童,董闊.  自動化學(xué)報. 2017(09)
[2]基于粗糙集的智能家居規(guī)則提取方法[J]. 霍磊,王志良.  現(xiàn)代電子技術(shù). 2016(05)
[3]改進(jìn)DMI算法及故障樹在專家系統(tǒng)上的應(yīng)用研究[J]. 陶加云,李英順,趙玉鑫.  電腦知識與技術(shù). 2015(03)
[4]炮控系統(tǒng)故障診斷樹自動生成技術(shù)研究[J]. 蘇健,陳玉強,朱斌,王質(zhì)恒.  裝甲兵工程學(xué)院學(xué)報. 2014(05)
[5]基于RST及FTA的綜合傳動裝置故障診斷專家系統(tǒng)的應(yīng)用研究[J]. 李英順,姜雙雙,佟維妍,盧奭瑄.  組合機(jī)床與自動化加工技術(shù). 2014(04)
[6]支持多類型瑕疵度量的RETE改進(jìn)算法[J]. 文舉榮,王永利,劉偉.  計算機(jī)工程與應(yīng)用. 2015(15)
[7]粗糙集理論在步戰(zhàn)車故障診斷專家系統(tǒng)中知識自動獲取的應(yīng)用[J]. 李英順,姜雙雙,佟維妍,黃寬安.  電子設(shè)計工程. 2013(18)
[8]基于RETE及FTA的故障診斷專家系統(tǒng)在綜合傳動裝置中的應(yīng)用研究[J]. 李英順,姜雙雙,佟維妍,盧奭瑄.  制造業(yè)自動化. 2013(15)
[9]基于粗糙集理論的故障診斷知識獲取[J]. 盧鶯,張安,張景新,何海峰.  控制工程. 2011(05)
[10]某火炮故障檢測系統(tǒng)設(shè)計及精度問題研究[J]. 萬曉飛,馬維金,王覓蕤.  電子設(shè)計工程. 2011(16)

博士論文
[1]粗糙集的知識約簡研究[D]. 裴小兵.華中科技大學(xué) 2006
[2]基于粗糙集的數(shù)據(jù)挖掘方法研究[D]. 王慶東.浙江大學(xué) 2005
[3]基于粗糙集的數(shù)據(jù)挖掘方法研究[D]. 崔廣才.吉林大學(xué) 2004

碩士論文
[1]激光壓制觀瞄裝置故障診斷專家系統(tǒng)的研究[D]. 陶加云.沈陽工業(yè)大學(xué) 2016
[2]一種Rete算法的改進(jìn)方法[D]. 張鑫.哈爾濱工程大學(xué) 2014
[3]基于粗糙集的軟硬件故障診斷專家系統(tǒng)設(shè)計與實現(xiàn)[D]. 尹俊奇.湖南大學(xué) 2013
[4]基于改進(jìn)遺傳算法的航空發(fā)動機(jī)故障診斷專家系統(tǒng)[D]. 李愷欽.南昌航空大學(xué) 2012
[5]基于改進(jìn)Rete算法的旋轉(zhuǎn)機(jī)械故障診斷專家系統(tǒng)的研究[D]. 徐文明.北京化工大學(xué) 2011
[6]自行火炮炮控裝置綜合故障診斷系統(tǒng)設(shè)計[D]. 竇亞力.中北大學(xué) 2011
[7]基于人工神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障診斷專家系統(tǒng)[D]. 梅杰.武漢理工大學(xué) 2011
[8]基于粗糙集的屬性約簡和求核的算法研究[D]. 舒文豪.廣西師范大學(xué) 2011
[9]無人機(jī)飛行控制系統(tǒng)故障智能診斷專家系統(tǒng)的設(shè)計[D]. 余瑞.電子科技大學(xué) 2011
[10]A320系列飛機(jī)自動飛行系統(tǒng)故障診斷專家系統(tǒng)研究[D]. 鐘杰夫.電子科技大學(xué) 2010



本文編號:3160131

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/jingguansheji/3160131.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶ed33b***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com