首页> 中文学位 >武器随动系统的自动测试系统设计与故障诊断技术研究
【6h】

武器随动系统的自动测试系统设计与故障诊断技术研究

代理获取

目录

武器随动系统的自动测试系统设计与故障诊断技术研究

THE ATS DESIGN AND FAULT DIAGNOSISTECHNOLOGY RESEARCH OF WEAPONSERVO SYSTEMS

摘要

Abstract

目 录

第1章 绪论

1.1 课题背景

1.2 通用自动测试系统概述

1.3 武器设备的故障诊断

1.4 论文的主要研究内容

第2章 自动测试系统设计

2.1 自动测试系统结构框架分析

2.2 ATS 硬件模型设计

2.3 测试总线技术与总线选择

2.4 ATS 的软件设计

2.5 本章小结

第3章 武器随动系统主要故障分析及故障信息处理

3.1 引言

3.2 电机常见的故障分析

3.3 故障特征信息提取

3.4 本章小结

第4章 基于神经网络信息融合的局部故障诊断

4.1 引言

4.2 故障信息融合

4.3 神经网络

4.4 神经网络信息融合的局部故障诊断实例

4.5 本章小结

第5章 基于D-S 证据理论的故障诊断

5.1 引言

5.2 D-S 证据理论的基本概念

5.3 D-S 证据理论的组合规则

5.4 基于D-S 证据理论故障诊断实例

5.5 本章小结

结 论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致 谢

个人简历

展开▼

摘要

随着武器设备组成和机构越来越复杂,对武器设备的测试要求也越来越高。武器设备的日新月异要求建立开放式、通用化和故障一体化技术的自动测试系统。根据武器随动系统的特点,设计通用的武器随动系统的测试系统,以满足具体的测试需求。
  本文首先对自动测试系统的整体结构框架进行了分析和研究,结合武器随动系统的特点设计了其硬件结构模型并给出了层次化的结构分析。总线作为自动测试系统的信息传输通道,是构建自动测试系统的关键技术之一,分析了测试系统中几种常用的总线,并进行了总线的选择。研究了测试系统的软件模型,在此基础上进行测试软件的设计。
  其次,对武器随动系统中常见故障进行分析和总结,振动信号作为设备运行状态的反映,采用振动信号作为设备故障信息的研究对象。针对故障信息中含有大量的噪声信号,在对小波理论分析的基础上采用小波包分解的方法进行降噪研究,然后进行小波包分解与重构,以提取信号的能量特征向量。
  最后,根据多传感器数据融合系统的特点,研究了将神经网络和D-S证据理论相结合进行故障综合诊断的方法,并且确定综合诊断模型。将获取的故障的能量特征向量由神经网络进行局部故障信息融合,针对自动测试系统的故障诊断过程中数据的实时处理的需求,采用动态模糊神经网络进行局部融合。应用D-S证据理论解决神经网络局部故障诊断结果中出现的不确定性问题。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号