基于粒子群-神經網絡的自動裝填控制系統(tǒng)故障診斷的研究.pdf

1、自動裝填控制系統(tǒng)是火炮自動供輸彈系統(tǒng)的關鍵子系統(tǒng)，其性能的好壞將直接影響火炮的威力和自身的生存能力，而自動裝填控制系統(tǒng)又是火炮上故障發(fā)生率較高的子系統(tǒng)之一，故如何預防其故障的發(fā)生對火炮的總體作戰(zhàn)效能將起到至關重要的作用。隨著軍事裝備系統(tǒng)結構的復雜化，采用傳統(tǒng)的故障診斷方法已經很難滿足自動裝填控制系統(tǒng)故障診斷的精度需求。為了保證自動裝填裝置能夠在規(guī)定的時間內和復雜的工作環(huán)境下完成預期的功能，本文采用混沌粒子群優(yōu)化神經網絡的方法對某火炮的自

2、動裝填控制系統(tǒng)的故障診斷進行了實驗性的研究。
　　首先，介紹了自動裝填系統(tǒng)的國內外發(fā)展現狀以及對其進行故障診斷的重大意義。分析了自動裝填系統(tǒng)的組成及其動作順序，研究了自動裝填控制系統(tǒng)的硬件組成和軟件設計模塊。根據自動裝填控制系統(tǒng)的工作原理，統(tǒng)計分析了自動裝填系統(tǒng)的主要故障模式。
　　其次，研究了粒子群優(yōu)化算法和神經網絡相結合的可行性及其基本原理，并使用粒子群優(yōu)化算法對BP神經網絡的權值和閾值進行優(yōu)化。粒子群優(yōu)化算法具有簡單、

3、易于實現、沒有太多調整參數等特點，但其在后期的優(yōu)化過程中種群的多樣性逐漸降低，導致停滯早熟等現象的發(fā)生。故本文對粒子群優(yōu)化算法進行了改進，將混沌優(yōu)化策略引入粒子群優(yōu)化算法中，這樣既豐富了種群的多樣性，也進一步提高了混合算法的整體效能。
　　最后，構建了神經網絡故障診斷系統(tǒng)。在MATLAB平臺上分別實現了BP算法、PSO-BP算法和CPSO-BP算法對BP網絡的訓練仿真及測試，并對這三種算法的訓練和測試結果進行了比較分析，最后結論得