一、在线故障诊断专家系统在某武器系统中的应用（论文文献综述）
卞子丹[1]（2020）在《自行火炮CAN总线实时数据采集与故障诊断》文中研究说明故障诊断系统是复杂武器装备重要的组成部分,随着现代复杂武器装备电子技术发展的不断投入,集成的电子控制单元在复杂武器装备中的使用越来越多,大型武器装备的控制系统也变得更加复杂。某型自行火炮的发展也越发趋于模块化、智能化和现代化。随着大型武器装备的电子零部件不断增多,故障发生的概率也越来越大,并且其故障会并发和传播,一旦该系统发生故障,将会使武器装备的作战能力大打折扣。因此,开展对自行火炮实时故障诊断方法的研究对保障复杂装备完好率具有重要的工程应用价值。本文工作内容主要包括:（1）根据CAN总线实时数据采集与诊断系统的开发过程中出现的问题,研究了CAN总线实时数据采集与故障诊断系统的当前常用诊断方法,并且对故障诊断系统的数据采集和故障诊断的过程进行设计和实现,在传统的方法上加以改进,利用了CAN总线实时采集各部件实时数据,并将实时采集到的状态信息通过专家系统知识框架体系进行快速故障诊断,保障了复杂装备的完好率。（2）根据当前不同技术的故障诊断系统及其适用环境,根据最新的国军标,分析某型自行火炮的故障诊断需求,着重研究了该系统CAN总线的实时数据采集和通过专家系统来对获得的实时数据进行故障诊断处理,设计出自行火炮CAN总线实时数据采集与故障诊断系统软件的总体结构。（3）在上述基础上,运用了模块化的设计方法,对故障诊断系统每一个功能模块都进行了研究,再结合实际情况予以设计,在Linux系统下QT平台开发自行火炮的实时数据采集与故障诊断系统,实现了CAN总线实时数据采集与故障诊断系统典型故障诊断处理的功能。在某型火炮故障诊断实际应用过程中,本文所采用的CAN总线实时数据采集与故障诊断系统,在工程实践过程中,能够实时检测并利用某型火炮的状态进行诊断定位和隔离,提高了故障诊断的效率,为专家系统在复杂武器上的应用提供了一个实例。
孟晨,杨华晖,王成,马征[2]（2021）在《数据驱动的武器系统电子元部件级故障诊断研究综述》文中提出电子元部件级状态监测与故障诊断技术是武器装备维修保障的关键,是武器系统作战效能保持和快速恢复的可靠保障。随着数据获取、存储及挖掘技术的快速发展,基于数据驱动的智能诊断方法逐渐成为状态监测与故障诊断领域的重要研究方向。武器系统电子元部件集成形式多样、工作环境复杂、参数指标多、故障模式动态耦合,给故障诊断工程实现带来了严峻的挑战,特别是数据质量问题、故障诊断方法与应用问题以及复杂运行环境下未知故障模式识别问题。针对当前武器系统电子元部件级故障诊断对象、数据驱动的诊断方法以及面临的主要问题进行简要综述,在总结国内外已有研究成果的基础上,指出了在未来实现武器系统电子元部件级的状态监测与在线故障诊断技术的发展趋势。
尚国庆[3]（2020）在《某武器系统电缆电参量自动检测与故障诊断研究》文中研究表明随着大型武器系统的日益复杂,电缆如血管般分布在武器系统中,且扮演着系统电能传输以及控制传递的重要角色,导致了对电缆日常检测与故障诊断要求不断升高。故研究功能完善的电缆电参量自动化检测系统是电缆检测领域中的重要发展方向。电缆电参量自动检测系统主要实现对电缆的绝缘/导通电阻两个电参量进行检测。本文就其硬件系统、软件系统以及误差分析展开研究。论文采用下位机与上位机结合的方式完成系统设计,下位机实现操作指令的接收、绝缘/导通电阻的检测、高压产生、误差修正以及结果发送等功能。上位机提供人机操作窗口,实现通过发送操作指令来控制下位机动作,并显示与保存检测数据以及数据的处理与查询等功能。本文分析了系统中的测量误差,通过实验挖掘系统内阻对绝缘/导通电阻检测的影响,对于导通电阻产生的稳定误差采用正负误差补偿法,而对于绝缘电阻检测发现实际值与测量值满足线性关系,采用最小二乘补偿算法来修正检测值,对于A/D模块多次测量中可能产生粗大误差,采用狄克松准则来消除,并进行了检测平台与实验结果的展示,实验表明检测系统能够较好地完成预期的各项要求。最后根据对电缆故障快速诊断的需求,设计了基于STM32与CPLD的故障快速诊断系统,并通过实验验证,能够正确、迅速地诊断出电缆断路、短路以及错接三种故障,极大的提高了检测效率。
孙胜昊[4]（2019）在《炮长瞄准镜故障诊断专家系统的研究》文中研究指明炮长瞄准镜是坦克观瞄系统的重要组成部分,以积木式结构安装在坦克内部,具有观察、搜索、瞄准目标的功能。其精密度高,结构复杂,仅依靠专业人员的维修经验进行检测维修很难保证准确度和维修效率,需要开发智能化检测系统,快速准确地检测炮长瞄准镜性能指标。因此,本文设计了炮长瞄准镜故障诊断专家系统。主要研究内容如下:提出了炮长瞄准镜故障诊断专家系统的知识获取方式,采用减法聚类算法和故障树分析法对炮长瞄准镜的部件和控制信号故障实现了知识获取。在减法聚类算法中引入了斯皮尔曼相关性系数排除了无关输入项的干扰,避免了知识的冗余。根据炮长瞄准镜的组成结构和工作原理,构建了炮长瞄准镜故障树,明确了故障间逻辑关系,确定了故障的具体原因从而完成知识获取。构建了炮长瞄准故障诊断专家系统的知识库。明确了产生式规则的知识表达方式,以SQL Server 2012数据库为搭建工具,根据推理机的推理方式将知识库划分为条件表、规则表、结论表、解释表四部分进行搭建与管理。设计了炮长瞄准镜故障诊断专家系统的推理机。通过对KMP字符匹配算法的改进提高了匹配效率,设置了故障等级解决了规则匹配冲突的问题。在正向推理的方法的思想基础上,采用改进的KMP字符匹配算法将事实与规则进行匹配的方式实现了推理机的设计。实现了炮长瞄准镜故障诊断专家系统的软件开发。将专家系统的结构组成划分为软件的四大模块进行开发,设计了系统软件的工作流程,使用Visual Studio 2013编程工具和SQL Server 2012数据库完成了系统软件的开发。通过实例测试表明,能够实现炮长瞄准镜的故障诊断功能并给出合理的维修建议。
彭小辉[5]（2017）在《航天器推进系统自主健康管理关键技术研究》文中认为自主健康管理是实现航天器在轨自主化运行的关键技术之一。航天器自主健康管理可在没有地面测控人员参与的条件下,确保航天器在未知和不确定运行环境下的可靠性与安全性,减少对地面操作的依赖,降低航天器在轨管理成本,其研究具有重要的现实意义和工程价值。论文以典型的航天器推进系统（DFH-4推进系统和DS-1推进系统）为研究对象,系统深入地研究了航天器系统在轨自主健康管理所涉及的若干关键技术,包括强鲁棒性的故障检测与诊断算法、故障可恢复性评估、故障条件下的系统重构等,并设计实现了自主健康管理原型系统。论文的主要研究工作和结论如下:针对航天器推进系统故障检测过程中所面临的类别不平衡以及误分代价不等等问题,引入代价敏感机制及边界控制策略,提出了一种边界可调整的代价敏感支持向量数据描述方法（Cost-Sensitive Support Vector Data Description with Boundary Calibration,CS-SVDD-BC）。在此基础上,针对CS-SVDD-BC参数依赖经验取值存在的不足,提出了基于粒子群优化（Particle Swarm Optimization,PSO）的CS-SVDD-BC参数优选方案;针对静态CS-SVDD-BC对推进系统故障检测存在较高误判风险以及标准SVDD训练效率低的问题,提出了基于增量学习的Inc CS-SVDD-BC方法。推进系统试车数据的验证结果表明,相对于静态CS-SVDD-BC,基于PSO的参数优化选取大幅降低了故障检测的误判率与平均误分代价;Inc CS-SVDD-BC的在线自适应学习能力,有效增强了正常样本空间与故障空间的可分离性,提高了故障检测的及时性和有效性。针对航天器推进系统工作过程的时变性以及故障“双向传递”的特点,提出了Z-检验和解析冗余关系方法相结合的、面向时态的诊断方法。该方法基于解析冗余关系的残差表征时不变的系统结构特征信息,有效避免了对系统时变工作过程获取故障诊断判据的难题,而结构特征信息的时不变性,又有效克服了“故障双向传递”造成的故障定位困难。同时为解决系统建模误差以及环境噪声等随机因素的干扰,利用Z-检验方法实现了对残差在不确定条件下故障影响趋势的准确判断,从而确保了故障诊断过程的强鲁棒性。推进系统故障仿真数据的验证结果表明,该方法简单易实现,能够实现对航天器推进系统工作过程的实时、高效故障定位,适用于航天器推进系统的在轨自主故障诊断。针对推进系统故障的可恢复性能评估问题,结合系统结构配置栅格图,提出了航天器推进系统基于系统属性空间的故障可恢复性分析框架,并给出了三种评估故障可恢复性的度量准则:覆盖率、冗余度以及基于部件可靠性的平均无故障时间估计。基于上述度量准则,对DFH-4以及DS-1推进系统增压气路部分进行了故障可恢复性评估,验证了提出的三种故障可恢复性度量方式的有效性,评估结果均达到了设计指标要求。针对已有的航天器系统配置与重构问题求解存在的知识表示繁杂以及求解效率低等问题,基于问题转换求解的思想,提出了将推进系统的配置与重构问题转换成最优可满足问题进行求解的问题描述框架,并设计实现了一种新的最优搜索策略——CWBA*。DS-1航天器推进系统单故障以及多故障情形下的验证结果表明,由于CWBA*采用了紧配合的搜索方式,在搜索效率上较已有的CDA*提升了近一个数量级,更适用于执行快速响应的航天器系统配置与重构问题。针对航天器推进系统在轨自主健康管理的工程实用问题,在对自主健康管理系统功能需求分析的基础上,分析设计并开发实现了自主健康管理软硬件原型系统。DFH-4推进系统仿真数据验证表明,设计开发的推进系统故障检测与报警模块具备良好的检测性能,运行稳定和可靠;DS-1推进系统多故障情形下的验证结果表明,设计开发的推进系统配置与重构模块能够快速给出满足推进系统故障控制要求的最优重构方案,并具备较好的扩展能力。同时,为解决航天器自主健康管理基于传统遥测方式信息获取能力有限的问题,实现在轨信息获取,设计实现了APSDR-I型航天器在轨实时状态记录系统。现场试车信号采集结果表明,APSDR-I记录系统运行状态良好,数据记录准确,具备多路信号同时在线采集记录的能力。
张洋洋[6]（2012）在《基于多Agent技术的往复式压缩机在线智能诊断系统研究》文中研究指明往复式压缩机是石油化工行业中使用最广泛的机械设备之一,作为工业生产的关键设备,它的运转情况关系到整个生产线安全可靠,研究往复式压缩机的状态监测与故障诊断具有现实意义和经济价值。传统智能方法在面对大型复杂系统故障诊断时具有一定的局限性,而多Agent的反应性、社会性和主动性等优点能够弥补当前智能诊断方法在工程应用中的缺陷,较好地解决大型复杂系统故障诊断问题。本文主要研究了多Agent技术在往复式压缩机故障诊断中的应用。在分析了往复式压缩机基本结构和工作原理的基础上,结合往复式压缩机以往的故障诊断经验,总结了往复式压缩机的典型故障及其故障特征。提出了一种基于多Agent的往复式压缩机故障诊断系统总体框架。设计了该框架中各Agent的结构和功能以及它们之间的协作关系,该框架具有较好的扩展性。提出一种基于模糊信息融合的往复式压缩机故障诊断方法。在多Agent往复式压缩机故障诊断系统中采用混合分解方法对诊断任务进行分解,即在高层采用结构分解,底层采用故障分解；采用改进的合同网方法对诊断任务进行分配；介绍了专家系统、神经网络和模糊逻辑三种智能诊断方法与模糊信息融合方法,并通过仿真验证了模糊信息融合方法的有效性和准确性。开发了基于多Agent技术的往复式压缩机故障诊断系统。设计了往复式压缩机在线状态监测与故障诊断系统的整体方案,并详细阐述了该诊断系统的诊断对象、硬件组成和数据库的结构；然后利用LabVIEW和MATLAB混合编程开发出了基于多Agent技术的往复式压缩机故障诊断系统。该诊断系统已经应用于某石化车间往复式压缩机上,经过三个月的试运行,诊断系统稳定而有效。
程鹏[7]（2012）在《飞航导弹控制系统故障诊断专家系统研究》文中进行了进一步梳理近年来，故障诊断专家系统在工程化设计领域逐步得到普及。其拥有能够较大程度替代设计人员的维护和诊断功能，可极大提高军品研制的效率和产品可靠性。针对某型空地反辐射导弹控制系统的研制背景，本项目开展了对导弹控制系统故障诊断专家系统的初步研究。本文利用人工智能（AI）的理论和技术，将某型导弹控制系统设计和工艺人员积累的关于故障诊断的知识和维护经验进行归纳和总结，形成知识数据库，采用基于人工智能理论的模糊推理过程，利用“测试数据驱动”的正向推理策略和“故障点驱动”的反向推理策略构成一种混合推理控制策略，建立专家系统。该系统建立在导弹控制系统自动化测试平台上，根据自动化测试获得的测试数据，完成自动化测试系统所不能实现的故障诊断和故障定位功能，实现部件级智能诊断和维护，部分地代替维修人员完成故障诊断任务。本论文首先介绍了课题研究背景、故障诊断技术和专家系统的基础知识、导弹控制系统的组成和工作原理，以及导弹控制系统故障诊断专家系统的功用、导弹控制系统的检查项目、故障知识库的建立依据和故障点的简要描述；然后叙述了导弹控制系统故障诊断专家系统的设备组成、测试要求和工作原理；着重阐述了本故障诊断专家系统的关键技术实现，包括关系数据库的应用、具有人工智能的推理机设计、故障知识库及推理规则的表达，以及本故障诊断专家系统的工作流程、软件算法和流程及推理策略、推理机算法和推理机流程。文中还简要介绍了知识获取程序和解释程序的功用和组成；最后针对某型导弹控制系统，给出了有导弹控制系统实物时的故障诊断和无导弹控制系统实物时的故障诊断实例。利用本故障诊断专家系统可以预防或消除故障，及时、正确地对导弹控制系统单机的各种异常状态或故障状态做出诊断，提高故障诊断的实时性和有效性，从而有效提高导弹武器系统的技术保障能力，以适应现代化高技术国防建设的需要。
范跃华,林默[8]（2010）在《利用CAN总线的在线故障诊断专家系统的实现》文中研究指明为了能更快速、准确的诊断出武器系统的故障,将CAN总线应用到某武器系统.构建一种基于CAN总线的在线故障诊断专家系统.此系统能通过CAN总线直接获取武器系统的自检信息和在线检测信息,并根据相应信息,利用故障诊断专家系统,对知识库进行搜索匹配,诊断推理,得出故障诊断结论,并给出相应的排除故障的措施和维修意见.实践表明该系统提高了某武器系统的故障诊断效率和正确率.
范跃华,谢致龙[9]（2007）在《智能诊断在某武器系统中的应用》文中进行了进一步梳理针对某武器系统的故障诊断问题,建立了一种融合经验诊断、在线诊断和原理诊断为一体的智能故障诊断系统。该系统由工业控制计算机（上位机）与以嵌入式PC104计算机为中心的数据采集处理系统（下位机）组成。下位机采集和处理武器系统关键设置点的现场数据,上位机的智能诊断系统根据下位机采集的现场信息,应用故障诊断专家系统进行故障诊断和定位。智能诊断系统根据某武器系统的层次结构和可靠性工程中的故障树分析法建立该武器系统的基于层次模型的故障分离树,利用综合框架表示诊断知识,采用正、反推理相结合的诊断策略进行推理。现场测试表明该智能诊断系统提高了某武器系统故障诊断的准确度和速度。
李晓婷[10]（2006）在《基于多Agent技术的复杂武器故障诊断专家系统》文中进行了进一步梳理Agent理论是近年来AI领域研究较为活跃的理论。Agent作为一个独立的主体,具有自治性、能动性、反应性和社会性以及推理能力等特性,是人工智能认知的一个重大突破。Agent技术融合和拓展了面向对象技术、分布式计算、人工智能等多个领域的概念,为知识领域中智能系统突破传统的专家系统结构和诊断过程中的各种局限性提供了理论上和技术上的支持。随着计算机网络和通信技术的发展,基于网络的分布式计算成为当今计算机应用技术的主流。鉴于传统的集中式故障诊断专家系统的不足,同时考虑了复杂武器系统故障诊断的新特性,将MAS理论和技术应用于武器系统故障诊断专家系统,把多Agent系统与复杂武器故障诊断专家系统有机结合在一起,提出了一种基于多Agent系统的复杂武器分布式故障诊断专家系统的设计方案。并从体系结构、Agent功能模型、任务分解分配、Agent协调协作、信息交互、结果综合以及故障诊断过程等关键技术进行了研究,重点研究基于多Agent的武器系统故障诊断专家系统体系结构、基于合同网协议的Agent之间的任务分配以及Agent之间的通信机制等技术。同时在研究这些关键技术的基础上,设计了基于多Agent的武器系统分布式故障诊断专家系统---DFDES。系统以一种开放性的、组件化的、可重用的体系结构实现。系统采用COM/DCOM组件技术实现信息交互、协调协作等通信功能;故障诊断功能由管理Agent分配给分布于武器系统的多个诊断Agent并行或独立完成;系统中Agent的组织和分布为分级多层次的模式。
二、在线故障诊断专家系统在某武器系统中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、在线故障诊断专家系统在某武器系统中的应用（论文提纲范文）
（1）自行火炮CAN总线实时数据采集与故障诊断（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题的背景和研究意义 |
| 1.2 技术研究发展现状 |
| 1.2.1 CAN总线数据采集 |
| 1.2.2 故障诊断技术研究现状及相关诊断方法 |
| 1.3 主要研究内容 |
| 1.4 论文结构安排 |
| 2 相关技术理论 |
| 2.1 CAN总线通信协议 |
| 2.1.1 通信方式 |
| 2.1.2 扩展帧29位帧ID定义 |
| 2.1.3 短报文数据通信 |
| 2.1.4 长报文数据通信 |
| 2.1.5 数据错误检测 |
| 2.2 专家系统简介 |
| 2.2.1 专家系统的类型 |
| 2.2.2 专家系统的组成 |
| 2.2.3 诊断推理机的建立 |
| 2.3 故障诊断 |
| 2.3.1 故障诊断系统概述 |
| 2.3.2 智能故障诊断系统 |
| 2.3.3 在线实时故障诊断 |
| 2.3.4 层次结构与故障决策树 |
| 2.4 本章小结 |
| 3 某自行火炮的故障诊断知识表示与推理 |
| 3.1 对象式框架知识表示 |
| 3.1.1 对象式框架知识的定义 |
| 3.1.2 诊断系统对象式框架知识的存储 |
| 3.1.3 在线诊断知识的表示 |
| 3.1.4 经验诊断知识的表示 |
| 3.1.5 原理诊断知识的表示 |
| 3.2 知识的获取 |
| 3.2.1 专家知识的构成 |
| 3.2.2 故障诊断知识的获取途径 |
| 3.2.3 知识获取的步骤 |
| 3.2.4 诊断知识的预处理 |
| 3.3 对象式框架知识表示推理 |
| 3.4 本章小结 |
| 4 某自行火炮实时数据采集与故障诊断系统的设计与实现 |
| 4.1 系统分析 |
| 4.1.1 某自行火炮及其故障诊断系统组成 |
| 4.1.2 自行火炮实时数据采集与故障诊断系统 |
| 4.2 系统功能设计 |
| 4.2.1 CAN总线的数据采集 |
| 4.2.2 专家系统与信号处理装置软件的协议以及实现 |
| 4.2.3 自行火炮的故障诊断 |
| 4.3 故障诊断专家系统的实现 |
| 4.3.1 系统开发环境 |
| 4.3.2 故障诊断软件 |
| 4.4 本章小结 |
| 5 总结和展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
（3）某武器系统电缆电参量自动检测与故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景和意义 |
| 1.2 研究现状和发展趋势 |
| 1.2.1 国内外研究现状 |
| 1.2.2 发展趋势 |
| 1.3 主要研究内容和组织结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 本文组织结构 |
| 2 系统总体设计与电阻检测方法选型 |
| 2.1 系统总体设计 |
| 2.1.1 硬件系统设计 |
| 2.1.2 软件系统设计 |
| 2.2 电阻检测方法 |
| 2.2.1 串联法 |
| 2.2.2 并联法 |
| 2.2.3 电容充放电法 |
| 2.2.4 电桥法 |
| 2.2.5 电压比较法 |
| 2.2.6 几种方法的比较 |
| 2.3 绝缘电阻测量原理 |
| 2.4 本章小结 |
| 3 系统硬件设计 |
| 3.1 微控制器 |
| 3.2 系统电源电路设计 |
| 3.3 高压直流电源设计 |
| 3.3.1 开关电源的基本原理 |
| 3.3.2 开关电源的选型与设计方案 |
| 3.3.3 反激式变换器与脉宽调制器基本原理 |
| 3.3.4 脉宽调制电路设计 |
| 3.3.5 功率驱动电路、缓冲器与变压器设计 |
| 3.3.6 倍压整流电路设计 |
| 3.3.7 输出电压控制电路设计 |
| 3.3.8 欠压/过压报警电路 |
| 3.4 电阻检测电路设计 |
| 3.4.1 绝缘电阻检测电路设计 |
| 3.4.2 导通电阻检测电路设计 |
| 3.5 RS232 通信模块设计 |
| 3.6 继电器矩阵设计 |
| 3.7 译码驱动电路设计 |
| 3.8 硬件实物图 |
| 3.9 本章小结 |
| 4 系统软件设计 |
| 4.1 概述 |
| 4.2 下位机软件设计 |
| 4.2.1 主程序模块 |
| 4.2.2 通信模块 |
| 4.2.3 A/D模块 |
| 4.2.4 译码驱动模块 |
| 4.2.5 独立看门狗模块 |
| 4.3 上位机软件设计 |
| 4.3.1 主程序模块 |
| 4.3.2 通信模块 |
| 4.3.3 保存和打印模块 |
| 4.3.4 My SQL数据库应用 |
| 4.3.5 辅助模块 |
| 4.4 导通电阻检测算法设计 |
| 4.5 本章小结 |
| 5 误差分析与实验分析 |
| 5.1 误差分析 |
| 5.1.1 测量误差分类 |
| 5.1.2 消除误差的方法 |
| 5.2 测量误差补偿算法 |
| 5.2.1 系统内阻对导通电阻检测的影响 |
| 5.2.2 系统内阻对绝缘电阻检测的影响 |
| 5.2.3 最小二乘补偿算法 |
| 5.2.4 A/D转换中粗大误差对电压检测的影响 |
| 5.2.5 狄克松准则消除粗大误差 |
| 5.3 检测系统实验分析 |
| 5.3.1 高压直流电源输出实验 |
| 5.3.2 实验平台总体结构 |
| 5.3.3 实验结果展示 |
| 5.3.4 实验结论 |
| 5.4 本章小结 |
| 6 电缆故障快速诊断系统设计 |
| 6.1 快速诊断原理设计 |
| 6.2 基于STM32与CPLD的系统设计 |
| 6.2.1 硬件设计 |
| 6.2.2 软件设计 |
| 6.3 实验结果与分析 |
| 6.4 章节小结 |
| 7 结论 |
| 7.1 全文总结 |
| 7.2 改进和完善工作 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）炮长瞄准镜故障诊断专家系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.4 专家系统系统概述 |
| 1.5 主要研究内容 |
| 第2章 炮长瞄准镜故障诊断专家系统知识获取的研究 |
| 2.1 炮长瞄准镜的结构及故障分析 |
| 2.1.1 工作原理的概述 |
| 2.1.2 炮长瞄准镜的故障分析 |
| 2.2 基于引入相关性系数的减法聚类的信号故障知识获取 |
| 2.2.1 减法聚类算法 |
| 2.2.2 斯皮尔曼相关性系数 |
| 2.2.3 炮长瞄准镜信号故障的知识获取 |
| 2.2.4 算例分析 |
| 2.3 基于故障树分析法的部件故障知识获取 |
| 2.3.1 故障树的建立步骤 |
| 2.3.2 故障树的数学表示方式 |
| 2.3.3 炮长瞄准镜故障树的建立 |
| 2.3.4 炮长瞄准镜故障树的定性分析 |
| 2.3.5 炮长瞄准镜故障树的定量分析 |
| 2.3.6 炮长瞄准镜的部件故障知识获取 |
| 2.4 本章小结 |
| 第3章 炮长瞄准镜故障诊断专家系统的知识库和推理机设计 |
| 3.1 专家系统的知识表达 |
| 3.1.1 知识的表示原则 |
| 3.1.2 知识的表达形式 |
| 3.2 炮长瞄准镜故障诊断专家系统知识库的建立 |
| 3.2.1 炮长瞄准镜故障诊断专家系统的知识表示 |
| 3.2.2 炮长瞄准镜故障诊断专家系统知识库的建立 |
| 3.2.3 炮长瞄准镜故障诊断专家系统知识库的管理 |
| 3.3 专家系统推理机的机制 |
| 3.3.1 推理机的推理方法 |
| 3.3.2 推理机的推理策略 |
| 3.3.3 推理机的冲突消减策略 |
| 3.3.4 改进的KMP模式匹配算法 |
| 3.4 基于改进的KMP模式匹配算法的推理机设计 |
| 3.5 算例分析 |
| 3.6 本章小结 |
| 第4章 炮长瞄准镜故障诊断专家系统的软件设计与实现 |
| 4.1 软件的总体设计 |
| 4.2 软件的工作流程 |
| 4.3 炮长瞄准镜故障诊断专家系统功能模块的实现 |
| 4.3.1 登入模块 |
| 4.3.2 知识库管理模块 |
| 4.3.3 知识获取模块 |
| 4.3.4 故障诊断模块 |
| 4.3.5 辅助模块 |
| 4.4 本章小结 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
（5）航天器推进系统自主健康管理关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 自主健康管理理论方法研究现状与分析 |
| 1.2.1 故障检测 |
| 1.2.2 诊断推理 |
| 1.2.3 故障重构 |
| 1.3 自主健康管理系统研究现状与分析 |
| 1.3.1 国外健康管理系统研究进展 |
| 1.3.2 国内健康管理系统研究进展 |
| 1.4 论文的研究内容和结构安排 |
| 第二章 代价敏感支持向量数据描述及其在航天器推进系统故障检测的应用研究 |
| 2.1 引言 |
| 2.2 代价敏感支持向量数据描述 |
| 2.2.1 边界调整的代价敏感支持向量数据描述 |
| 2.2.2 核函数k的选取 |
| 2.2.3 基于PSO的 CS-SVDD-BC参数优化 |
| 2.3 基于CS-SVDD-BC的航天器推进系统故障检测 |
| 2.4 基于增量学习的CS-SVDD-BC |
| 2.4.1 增量CS-SVDD-BC |
| 2.4.2 增量△α_c的最大可行取值 |
| 2.4.3 逆矩阵Q的更新 |
| 2.4.4 增量CS-SVDD-BC的求解 |
| 2.4.5 验证与结果分析 |
| 2.5 小结 |
| 第三章 航天器推进系统基于解析冗余关系的故障诊断方法研究 |
| 3.1 引言 |
| 3.2 基于解析冗余关系的故障诊断方法 |
| 3.2.1 基于解析冗余关系的故障诊断问题 |
| 3.2.2 基于解析冗余关系的故障诊断 |
| 3.2.3 基于Z-检验的残差区间描述 |
| 3.2.4 基于诊断键合图构建系统解析冗余关系 |
| 3.3 基于解析冗余关系的推进系统故障诊断实现 |
| 3.3.1 诊断键合图的建立 |
| 3.3.2 解析冗余关系的建立 |
| 3.3.3 故障特征矩阵的产生 |
| 3.3.4 验证与结果分析 |
| 3.4 小结 |
| 第四章 航天器推进系统故障条件下可恢复性分析 |
| 4.1 引言 |
| 4.2 系统结构配置栅格图 |
| 4.2.1 系统属性空间及其特性 |
| 4.3 故障条件下的可恢复性评估 |
| 4.3.1 部件效用性评估 |
| 4.3.2 属性空间评估 |
| 4.4 实例分析 |
| 4.4.1 DFH-4 推进系统故障可恢复性评估 |
| 4.4.2 DS-1 推进系统故障可恢复性评估 |
| 4.5 小结 |
| 第五章 航天器推进系统基于可满足问题的智能配置和重构方法研究 |
| 5.1 引言 |
| 5.2 航天器推进系统配置与重构问题描述 |
| 5.2.1 配置与重构问题 |
| 5.2.2 系统状态转换关系Γ |
| 5.2.3 偏好性指标J |
| 5.3 基于可满足问题的航天器推进系统配置与重构 |
| 5.3.1 智能配置与重构问题表示为可满足问题 |
| 5.3.2 基于子句权重的A*搜索算法 |
| 5.4 基于可满足问题的智能配置与重构实现 |
| 5.4.1 基于可满足问题的系统建模 |
| 5.4.2 验证与结果分析 |
| 5.5 小结 |
| 第六章 航天器推进系统自主健康管理原型系统分析与设计 |
| 6.1 引言 |
| 6.2 自主健康管理原型系统设计与实现 |
| 6.2.1 系统功能分析 |
| 6.2.2 系统硬件设计与实现 |
| 6.2.3 系统软件设计与实现 |
| 6.2.4 系统考核与验证 |
| 6.3 在轨实时状态记录系统设计与实现 |
| 6.3.1 系统分析与设计 |
| 6.3.2 系统开发与实现 |
| 6.3.3 系统考核与验证 |
| 6.4 小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 作者简历及在学期间取得的学术成果 |
（6）基于多Agent技术的往复式压缩机在线智能诊断系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文选题背景和意义 |
| 1.2 往复式压缩机故障诊断技术概况 |
| 1.3 多Agent故障诊断技术的研究现状 |
| 1.4 本文主要研究内容与结构安排 |
| 1.4.1 研究的主要问题和思路 |
| 1.4.2 论文结构安排 |
| 2 往复式压缩机故障机理研究 |
| 2.1 往复式压缩机的结构和工作原理 |
| 2.1.1 往复式压缩机的结构 |
| 2.1.2 往复式压缩机工作原理 |
| 2.2 往复式压缩机的典型故障和故障特征 |
| 2.2.1 气阀故障 |
| 2.2.2 填料函故障 |
| 2.2.3 活塞故障 |
| 2.2.4 活塞环故障 |
| 2.2.5 活塞杆故障 |
| 2.2.6 十字头故障 |
| 2.2.7 主轴承故障 |
| 2.2.8 其它故障 |
| 2.3 本章小结 |
| 3 基于多Agent的往复式压缩机故障诊断系统研究 |
| 3.1 多Agent故障诊断系统的体系结构研究 |
| 3.2 多Agent故障诊断系统中各Agent的设计 |
| 3.2.1 监测Agent |
| 3.2.2 管理Agent |
| 3.2.3 诊断Agent |
| 3.2.4 诊断方法Agent |
| 3.2.5 融合Agent |
| 3.2.6 人机交Agent |
| 3.3 本章小结 |
| 4 基于模糊信息融合的往复式压缩机故障诊断方法研究 |
| 4.1 故障诊断任务的分解与分配方法 |
| 4.1.1 任务描述 |
| 4.1.2 诊断任务的分解 |
| 4.1.3 诊断任务的控制方法 |
| 4.1.4 诊断任务的分配 |
| 4.2 智能诊断方法研究 |
| 4.2.1 基于专家系统的智能诊断方法 |
| 4.2.2 基于神经网络的智能诊断方法 |
| 4.2.3 基于模糊逻辑的智能诊断方法 |
| 4.3 模糊信息融合方法研究 |
| 4.3.1 多Agent信息融合现状 |
| 4.3.2 模糊逻辑信息融合技术 |
| 4.4 往复式压缩机故障诊断实例 |
| 4.4.1 基于模糊逻辑的故障诊断 |
| 4.4.2 基于神经网络的故障诊断 |
| 4.4.3 模糊信息融合 |
| 4.5 本章小结 |
| 5 基于多Agent技术的往复式压缩机故障诊断系统设计和开发 |
| 5.1 开发环境简介 |
| 5.2 往复式压缩机故障诊断系统总体方案设计 |
| 5.2.1 往复式压缩机故障诊断系统的监测对象 |
| 5.2.2 往复式压缩机故障诊断系统的硬件组成 |
| 5.2.3 往复式压缩机故障诊断系统中数据库的设计 |
| 5.3 往复式压缩机故障诊断系统的软件实现 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（7）飞航导弹控制系统故障诊断专家系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 论文研究背景 |
| 1.3 论文的主要研究工作 |
| 第2章 故障诊断专家系统概述 |
| 2.1 引言 |
| 2.2 故障诊断技术的概念和功能 |
| 2.3 故障特性 |
| 2.4 故障的分类 |
| 2.5 故障决策与分离方法 |
| 2.6 故障诊断方法与发展 |
| 2.7 故障的传播机理 |
| 2.8 专家系统的产生和发展 |
| 2.9 专家系统的特征 |
| 2.10 专家系统的基本结构 |
| 2.11 专家系统的开发 |
| 2.12 本章小结 |
| 第3章 导弹控制系统的组成及故障诊断专家系统的建立 |
| 3.1 引言 |
| 3.2 导弹控制系统的组成 |
| 3.3 导弹控制系统工作原理 |
| 3.4 导弹控制系统故障诊断专家系统的功用 |
| 3.5 导弹控制系统的检查项目 |
| 3.6 导弹控制系统故障知识库的建立 |
| 3.7 本章小结 |
| 第4章 故障诊断专家系统的工作原理及关键技术实现 |
| 4.1 引言 |
| 4.2 故障诊断专家系统设备组成 |
| 4.3 设备必须达到的测试要求 |
| 4.4 设备基本工作原理 |
| 4.5 关系数据库的应用 |
| 4.6 具有人工智能的推理机设计 |
| 4.7 故障知识库及推理规则的表达 |
| 4.8 本章小结 |
| 第5章 故障诊断专家系统体系结构 |
| 5.1 引言 |
| 5.2 故障诊断专家系统工作流程 |
| 5.3 故障诊断专家系统的软件功能构成 |
| 5.4 故障诊断专家系统的软件算法及流程图 |
| 5.5 推理机体系 |
| 5.6 知识获取程序 |
| 5.7 解释程序 |
| 5.8 本章小结 |
| 第6章 测试实例 |
| 6.1 引言 |
| 6.2 有导弹控制系统实物时的故障诊断 |
| 6.3 无导弹控制系统实物时的故障诊断 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（8）利用CAN总线的在线故障诊断专家系统的实现（论文提纲范文）
| 1 CAN总线技术简介 |
| 2 系统总体设计 |
| 2.1 在线故障诊断专家系统的设计 |
| 2.2 专家系统的组成 |
| 1) 主控程序: |
| 2) 实时诊断模块: |
| 3) 人机交互模块: |
| 4) 推理机: |
| 5) 解释模块: |
| 6) 知识获取模块: |
| 7) 经验知识库: |
| 8) 原理知识库: |
| 9) 实时数据库: |
| 3 Can总线的通信协议 |
| 4 在专家系统中的应用 |
| 5 结 论 |
（9）智能诊断在某武器系统中的应用（论文提纲范文）
| 1 智能诊断系统的结构 |
| 2 层次模型和故障分离树 |
| 3 原理诊断的知识表示 |
| 3.1 故障结点框架 |
| 3.2 测试结点框架 |
| 3.3 回溯结点框架 |
| 4 推理策略与诊断推理过程 |
| 4.1 推理策略 |
| 4.2 诊断推理过程 |
| 5 结束语 |
（10）基于多Agent技术的复杂武器故障诊断专家系统（论文提纲范文）
| 1 绪论 |
| 1.1 传统的武器故障诊断专家系统 |
| 1.2 武器系统分布式故障诊断专家系统的研究目的意义 |
| 1.2.1 课题的提出 |
| 1.2.2 研究的目的和意义 |
| 1.2.3 国内外研究现状和技术发展趋势 |
| 1.3 多 AGENT 技术在故障诊断中的应用 |
| 1.3.1 Agent 与Multi-Agent 系统 |
| 1.3.2 多Agent 技术在故障诊断中的应用 |
| 1.3.3 基于多Agent 的分布式故障诊断专家系统的特点 |
| 1.4 论文主要工作 |
| 2 基于 MAS 的武器系统故障诊断专家系统体系结构 |
| 2.1 武器系统及其故障诊断 |
| 2.1.1 武器系统组成 |
| 2.1.2 武器系统故障诊断要求 |
| 2.1.3 基于多Agent 的武器系统故障诊断专家系统功能 |
| 2.2 针对武器系统故障诊断的多 AGENT 系统体系结构 |
| 2.2.1 Agent 的分类 |
| 2.2.2 多Agent 系统体系结构 |
| 2.2.3 基于多Agent 的故障诊断专家系统体系结构 |
| 2.3 AGENT 的结构模型 |
| 2.3.1 Agent 的基本结构 |
| 2.3.2 武器系统故障诊断专家系统中的Agent 的模型 |
| 2.4 小结 |
| 3 基于 MAS 的故障诊断专家系统关键技术研究 |
| 3.1 任务规划 |
| 3.1.1 任务描述 |
| 3.1.2 任务分解 |
| 3.1.3 合同网与任务分配 |
| 3.2 AGENT 之间的通信 |
| 3.2.1 通信需要解决的基本问题 |
| 3.2.2 Agent 之间的通信机制及其实现 |
| 3.3 AGENT 之间的协调与协作 |
| 3.3.1 多Agent 协调机制 |
| 3.3.2 多Agent 协作模式 |
| 3.3.3 冲突消解 |
| 3.4 结果综合 |
| 3.5 小结 |
| 4 基于 MAS 的武器系统故障诊断专家系统设计与实现 |
| 4.1 系统的主要特点 |
| 4.2 故障诊断 MULTI-AGENT 系统分析和设计 |
| 4.2.1 分布式故障诊断专家系统中的Agent 功能模型 |
| 4.2.2 Agent 的类定义 |
| 4.3 多 AGENT 故障诊断专家系统诊断过程 |
| 4.3.1 任务及专家描述 |
| 4.3.2 任务评价及专家完成任务能力评价 |
| 4.3.3 故障诊断专家系统协商诊断过程 |
| 4.3.4 一个实例 |
| 4.4 系统实现 |
| 4.4.1 系统设计与实现 |
| 4.4.2 运行效果和技术评价 |
| 4.5 小结 |
| 5 结论和展望 |
| 5.1 结论 |
| 5.2 展望 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
| 学位论文知识产权声明 |
| 学位论文独创性声明 |
| 参考文献 |
四、在线故障诊断专家系统在某武器系统中的应用（论文参考文献）
- [1]自行火炮CAN总线实时数据采集与故障诊断[D]. 卞子丹. 西安工业大学, 2020(04)
- [2]数据驱动的武器系统电子元部件级故障诊断研究综述[J]. 孟晨,杨华晖,王成,马征. 系统工程与电子技术, 2021(02)
- [3]某武器系统电缆电参量自动检测与故障诊断研究[D]. 尚国庆. 南京理工大学, 2020(01)
- [4]炮长瞄准镜故障诊断专家系统的研究[D]. 孙胜昊. 沈阳工业大学, 2019(01)
- [5]航天器推进系统自主健康管理关键技术研究[D]. 彭小辉. 国防科技大学, 2017(02)
- [6]基于多Agent技术的往复式压缩机在线智能诊断系统研究[D]. 张洋洋. 大连理工大学, 2012(10)
- [7]飞航导弹控制系统故障诊断专家系统研究[D]. 程鹏. 哈尔滨工程大学, 2012(02)
- [8]利用CAN总线的在线故障诊断专家系统的实现[J]. 范跃华,林默. 西安工业大学学报, 2010(01)
- [9]智能诊断在某武器系统中的应用[J]. 范跃华,谢致龙. 火炮发射与控制学报, 2007(04)
- [10]基于多Agent技术的复杂武器故障诊断专家系统[D]. 李晓婷. 西安工业大学, 2006(11)