电气系统技术状况检测及效能评估方法研究

针对车载电气设备数量多、分布广、难于快速检测的特点,以面向任务的性能普查为目标,把计算机自动测试与手动检查相结合,实现电气系统技术状况的不解体快速检测。并通过相应评估体系,评估车辆电气系统总体性能,为车辆动用提供数据支持。     

基于MATLAB的脉冲推力发动机实验数据的曲线拟合

文中在 MATLAB 环境下,运用最小二乘分段多项式拟合的方法对脉冲推力发动机的推力—时间(f-t)关系的实验数据进行了拟合,得出了较为精确的推力—时间关系曲线,为进一眯对超高速动能弹的控制系统进行分析和设计提供了条件。     

CAN总线技术在摆式列车倾摆控制中的应用

ＣＡＮ总线是现场总线领域很有发展前途的一种通信技术,本文以摆式列车分布式控制中的数据通信为例,介绍了ＣＡＮ总线通信系统的应用。     

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。     

基于改进型小波神经网络的灭火系统故障诊断

在装甲车辆灭火系统故障诊断中,小波神经网络算法能将故障诊断定位到元件级,但各元件存在容差,导致参数变化的连续性和随机性使得诊断率不高。为了提高小波神经网络算法在灭火系统中的诊断率,针对网络在运行过程中存在着收敛效果差、训练误差大及容易陷入局部极小值的缺点,网络无法继续训练和测试,提出一种以增加动量的小波自适应神经网络的改进型算法,可以使网络运行更稳定,学习速率更快。经MATLAB仿真实验表明改进后的算法诊断率远高于普通算法。     

基于GA-BP神经网络的装甲车辆电路板故障诊断

针对典型BP神经网络在装甲车辆电气系统电路板故障诊断中容易出现自适应效果差、局部极小值等问题,通过引入遗传算法（genetic algorithm,GA）,对典型BP神经网络的各层参数进行优化,从而对典型BP神经网络故障诊断模型进行改进。为了验证模型的可靠性,以装甲车辆电气系统中80式灭火系统控制盒电路板故障诊断数据为例,对参数优化后的模型进行分析验证,结果表明,改进后的模型能够有效克服BP神经网络模型自适应不够的问题,并避免网络陷入局部极小值,从而有效提升装甲车辆电气系统电路板故障诊断效率和质量。     

某种车辆电源系统故障诊断方法研究

通过分析车辆电源系统的信号特征,提出了基于小波包与隐马尔可夫相结合的故障诊断方法。利用小波包分解提取电源系统各种状态下的信号特征,基于模拟退火思想改进K均值算法选取HMM初值,用特征向量训练连续HMM,再用训练好的HMM进行电源系统的状态监测与故障诊断,实验结果表明用少量样本就能取得很好的诊断效果。     

SOM和Elman神经网络在整流器故障诊断的应用

针对装甲车辆电源系统整流器内部二极管的断路和短路故障,提出了一种基于SOM和Elman神经网络相结合的诊断方法。通过建立整流器的仿真模型,利用快速傅里叶变换（FFT）提取各故障模式的谐波次数和幅值,并用SOM网络进行模式分类,由于各模式下具体故障类型存在相位差,通过采样其周期内的电压值,再利用Elman网络可以识别具体故障。从仿真结果来看,实现了整流器的模式分类和故障识别,验证了该方法的可行和正确性。     

基于CAN总线的装甲车辆电气系统检测

针对传统的装甲车辆电气设备检测的缺陷,利用CAN总线构建了网络化检测系统。该系统将待检测子系统作为总线上的节点,以C8051F040单片机为控制单元,通过相应接口电路连接到待测节点;进行了CAN总线应用层的通信协议的开发和实现,使系统具有良好的实时数据采集、处理和通信功能,并将数据处理结果通过CAN总线上传到上位机。实现了对装甲车辆电气系统的实时监测、状态检测和在线故障诊断。     

装甲车辆发电机故障辨识器研究与设计

为了提高装甲车辆发电机故障的诊断能力,文中针对某型装甲车辆发电机不易检测、故障样本少的结构单元,进行故障辨识研究。首先,建立旋转励磁机Matlab仿真模型,对励磁电流进行谐波分析选取故障样本,然后借助BP神经网络构建专用故障辨识器,通过测试实验验证故障辨识器可靠有效,可使这部分不易检测单元得到精准化检测维修。因此,研究设计发电机故障辨识器对提高发电机的故障诊断能力,具有一定实际意义。