基于免疫遗传算法改进的BP神经网络在灭火系统电路板故障诊断中的应用

针对装甲车辆灭火系统电路板规模较大,功能日趋多样与完善的同时,其复杂程度也日益提高,故障层次越来越多,故障现象与故障原因的映射关系更加复杂,组合故障频发,传统的故障诊断方法已不能满足灭火系统电路板故障诊断的要求。设计了基于免疫遗传算法优化的BP神经网络对灭火系统电路板进行故障诊断,并在免疫和遗传过程中保留了部分训练最优解。实现了神经网络收敛速度的提高,使用Matlab编程优化算法并完成了电路板仿真故障的诊断。通过实验验证了该诊断模型的准确性和可靠性,为电气系统通用检测设备的神经网络诊断方法实现提供了理论支撑。     

故障树模块化在装甲车辆灭火系统故障诊断中的应用

为了实现装甲装备灭火系统故障的快速诊断,提出了一种故障树模块化分析方法;对灭火系统故障树进行深度优先最左遍历,并记录遍历过程,按照遍历顺序对故障树中的每个事件进行标定,并将灭火系统故障树划分为相互独立的模块,依据划分的模块可以通过故障现象对模块内的故障进行排查及修复;实验结果分析表明,该方法可以快速修复模块故障,恢复系统功能,简化了以往对灭火系统所有子事件遍历查错的繁琐过程。该方法同样可以计算故障模块的失效概率,并可以实现故障模块的整体更换,恢复系统性能;证明了故障树模块化方法在灭火系统故障诊断中具有较高的效率,简化了灭火系统诊断流程,在装甲车辆其他系统故障诊断中具有借鉴作用,符合现代作战对于装备保障的需求。     

故障树分析法在装甲车辆电源系统故障诊断中的应用

为了能够准确地进行装甲车辆电源系统的故障诊断,深入地研究了故障树分析法在其中的应用;首先,以某型装甲车辆电源系统为研究对象,根据系统失效模型和故障机理,将故障树分析法运用于装甲车辆电源系统故障诊断中,建立电源系统故障树模型,进行故障分析与诊断;其次利用电源系统故障诊断平台对电源系统4个模块进行故障模拟仿真研究,可看出故障树分析法能够准确地诊断出电源系统各个模块的故障,检测精度可达94%,取得了预期效果。     

基于边界扫描技术的测试性优化方法研究

针对基于边界扫描测试技术对集成电路测试复杂的问题,提出了贪婪算法和图的色素理论算法;贪婪算法是指在测试网络与器件之间建立一个矩阵模型,通过局部最优解来寻找全局最优解的一种算法;图的色素理论是借助图的色数理论和技术,通过图形绘制网络与器件的关系,从中寻找最少着色方案的一种算法;实验结果表明,贪婪算法和图的色素理论两种算法的应用都能够较好地解决电路板测试性复杂性和测试性完备性问题,具有很强的实用性,可用于复杂数字电路板测试。     

基于单片机的直流电动机的信号采集系统设计

装甲车辆起动过程中,直流电动机部分容易发生故障,传统的电机诊断方法都是定期制定维修计划,这种检修方式容易造成维修不足、维修过量以及盲目维修的问题,为了深入分析电动机故障发生时的参数信息的变化,构建一套能够采集电机运行参数的系统,对采集电枢电流和振动信号进行时频域分析,能够反映故障发生的特点;该系统以STM32103C8T6为主控芯片,设计了电流、振动信号采集电路,信号调理电路,对A/D转换模块、数据存储模块进行了编程实现,能够对直流电动机的电枢电流和振动信号进行实时采集,并将数据保存到上位机中进行后续的调用处理;通过测量对比直流电动机起动过程轴承部位发生不同故障时的电流和振动信号,利用MATLAB仿真实现时域内的信号显示,并在MATLAB平台中,编程实现了振动信号的时频域分析;仿真结果表明,该采集系统能够准确测量信号,具有成本低,体积小,精度高等优点,能够为故障特征提取提供较好的数据基础。