简介：针对某大型武器装备系统庞大、故障检测难的特点，提出一种基于无线网络技术的在线监测与故障诊断方案。方案中下位机在ARM920T构架的32位微处理器S3C2410A基础上，进行外围扩展。包括信号采集、信号调理电路、JTAG接口、LED显示、无线网卡接口及RS232接口，从而实现大型武器装备各部位状态信息的数据采集及和上位主机的无线数据交互。上位主机由配置无线网卡微机组成，采用笔记本电脑，通过无线网卡接收各下位机采集的信息并显示，在专家系统的支持下给出检测诊断结论与故障信息。实验表明，该技术方案能实现大型武器装备的快速、准确故障定位与远程监测。

简介：介绍了弹丸药柱与弹底间隙的测试过程，结合测试条件设计了应变式压力传感器，拟定了合理的药柱与弹底间隙及时间、温度、载荷等参数。通过对与消除弹底间隙相关的热学和力学机理的分析，给出了熔融层厚度和消除间隙所需载荷的计算方法，为实现工艺自动化控制提供了理论依据。

简介：设计了一种体积小、结构简单、可靠性高、成本低的新型炮口测速传感器,介绍了该传感器的结构及其工作原理,建立了基本的测试系统,并给出了实测曲线.实验表明这是一种直接的、有效的测量方法,这种传感器为在高射速转管武器上随炮实时测量弹丸炮口速度提供了可能.

简介：在讨论神经网络自适应学习算法的基础上,研究了某自行火炮传动机构中圆锥圆柱轴承故障特征参数的选取及智能故障模式诊断,并在疲劳实验机和设备上进行了实验,取得了满意效果。

简介：提出了一种将小波变换同神经网络相结合的方法,旨在克服由于广为采用的神经网络在对不定信息处理方面存在的不足和容易陷入局部极小值的问题,将小波变换与神经网络相结合,利用混沌轨道的游动性有利于系统跳出局域极值的束缚而寻求全局最优.仿真结果表明,此种算法快速、有效,能很好地解决某些复杂的辨识问题.

简介：在分析神经网络和灰色关联度诊断方法的基础上,研究并提出了改进的BP神经网络和ABO灰色关联度诊断法.应用小波分析法对齿轮箱振动信号进行小波消噪,提取了信号的时频域特征参数.讨论了特征参数的无量纲化处理方法,并结合ABO灰色关联度诊断法简单易于实现和BP神经网络法诊断精度较高的特点,完成了齿轮箱的故障模式识别和诊断决策.

简介：对于结构复杂的自行火炮变速箱,其故障模式具有不可预知性.针对传统的神经网络识别方法明显存在不足这一问题,提出一种基于自适应谐振理论(AdaptiveResonanceTheory)的自行火炮变速箱瞬态过程故障诊断新方法.该方法不仅可以对已知的故障模式进行分类,而且对自行火炮变速箱未知故障模式具有很强的自适应分辨能力.实例证明,ART-2神经网络与传统的神经网络方法相结合为自行火炮变速箱故障诊断提出了新思路.