基于数字孪生的航天发射塔摆杆机构故障诊断研究

针对因历史故障数据不足,缺少规范的故障数据收集机制和成熟的质量监测管理技术手段,大型复杂机电液系统性能状态难以准确评估的问题,以发射塔电缆摆杆作为典型机构,研究并提出了一种基于数字孪生技术的故障诊断方法。该方法以数字孪生系统“五维模型”理论为基础,构建了摆杆系统数字孪生架构体系;运用UG软件,通过几何运动学和动力学建模,建立了虚拟仿真模型,设计了基于ADAMS和Matlab联合仿真的数字孪生系统。该系统通过仿真信号与实测信号的对比,表明其对于物理实体的模拟仿真精度可达96%。最后,通过典型喘行故障试验,修改虚拟模型有关参数进行仿真,验证基于数字孪生体对摆杆机构故障诊断的有效性,以及利用其论证维修改进方案的可行性。     

基于规则推理和自然语言理解的坦克火控知识库系统

针对坦克火控系统设计中如何充分利用专家经验性知识的问题,从坦克火控知识库系统设计面临的两个主要问题出发,提出基于规则推理的知识库系统构建方案,并针对其中的知识表示、知识检验和知识推理技术进行了研究,同时在知识获取这一瓶颈问题的研究中引入自然语言理解技术来进行专家经验性知识的自动获取。整个系统的设计与实现能够起到将专家经验与设计过程相结合的辅助作用。     

模糊Petri网在指火控系统故障诊断中的应用

故障诊断是保证指火控系统可靠性的重要措施,现将模糊Petri网应用于设备故障诊断,给出了基于模糊Petri网的故障诊断模型.以一个实际故障诊断系统应用为例,说明了该模型具有直观、表达能力强和易于推理的优点.     

舰载导弹火控系统维修性测试设备的研究与实现

维修性是导弹武器系统效能的重要构成因素,但是现阶段维修性试验方法不能科学地验证和考核武器装备的维修性.在深刻剖析目前装备维修性试验中存在的诸多问题的基础上,介绍了舰载导弹火控系统维修性测试设备的研究与设计思路,它能在不插拔、不破坏试验电路板的情况下注入多种故障,有助于更加科学全面地考核武器装备的维修性.     

基于隐Markov树的序贯故障诊断模型

为了充分利用先验信息和实测信号,提高故障识别率,根据Bayes方法和序贯决策的思想,将实测信号分段,将前一段信号的诊断后验信息作为后一段信号的先验信息,提出了一种基于隐Markov树(hidden Markov tree,HMT)的序贯故障诊断模型.给出了诊断模型的建模步骤、HMT模型的建立方法和Bayes后验概率的计算方法.将模型应用于某型减速器故障诊断的结果表明,对于有先验信息和无先验情况,该序贯模型都可以有效地提高故障识别率.     

基于规则推理的海战仿真实体决策方法

研究在海军战术仿真中应用基于规则推理的方法实现作战实体的自主决策行为,该方法用决策规则描述作战实体决策时所依据的军事决策知识,通过对决策规则的推理实现决策作战实体的决策推理过程.分别介绍了作战实体的决策模型、决策规则的知识表示方法以及决策模型的决策推理方法.基于规则推理的海战仿真实体决策方法推理机制接近人类的思维方式,结构逻辑容易为军事人员所掌握,易于理解和维护,便于实现.     

基于粗糙集与神经网络相结合的模拟电路故障诊断

针对当神经网络输入端维数比较大造成在模拟电路故障诊断中BP神经网络结构庞大,从而影响到诊断速度以及正确率的问题,结合粗糙集理论和神经网络在信息处理方面的优势,建立了一个基于粗糙集理论和BP神经网络相结合的模拟电路故障诊断模型。通过对某装备位置调节器板的故障诊断过程表明,该模型简化了网络数据样本的维数,优化了神经网络结构,提高了系统的诊断正确率与诊断速度。     

小波包变换和支持向量机模拟电路故障诊断方法

为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.     

组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.