传统武器故障诊断和测试依托于人员经验和测试仪器，难以适应现代化舰船的故障测试要求。本文对大数据技术和自适应诊断测试技术进行研究，设计舰船武器智能自适应诊断测试系统，重点设计了舰船武器故障特征提取模块和诊断测试模块。使用支持向量机对故障特征进行分类，通过原始数据融合、故障特征融合以及决策融合，系统根据采集的故障特征信息可以作出综合性判断，因而具有较高的可靠性。
The fault judgment and maintenance of ship weapons is crucial to ensuring the combat capability of ships. Traditional weapon fault diagnosis and testing rely on personnel experience and test instruments, which is difficult to adapt to the fault testing requirements of modern ships. This paper elaborates and analyzes big data technology and adaptive diagnostic test technology, designs an intelligent adaptive diagnostic test system for ship weapons, and focuses on designing a fault feature extraction module and a diagnostic test module for ship weapons. The support vector machine is used to classify the fault characteristics, and through the original data fusion, fault feature fusion and decision fusion, the system can make a comprehensive judgment according to the collected fault feature information, so it has high reliability.
2023,45(16): 182-185 收稿日期：2023-2-17
DOI：10.3404/j.issn.1672-7649.2023.16.039
分类号：U674.7
作者简介：杨中书(1972-),男,副研究员,研究方向为作战指挥与保障
参考文献：
[1] 骆功纯, 胡昌华, 扈晓翔, 等. 基于虚拟测试的导弹武器故障诊断系统[J]. 兵工自动化, 2008(1): 3
[2] 朱婕. 武器装备智能化故障诊断与测试关键技术研究[J]. 现代防御技术, 2012, 40(5): 30–34
[3] 梁勇, 王庆江, 赵贺伟. 基于贝叶斯网络的武器装备故障诊断方法[J]. 国防制造技术, 2019(3): 33–37
[4] 韦发明, 赫雷, 周克栋, 等. 基于自动机运动周期特性的枪械故障检测与诊断方法[J]. 兵工自动化, 2023, 42(02): 46–51
[5] 李进, 郭文利, 徐盱衡. 机载武器控制系统综合诊断技术研究[J]. 电光与控制, 2023, 30(1): 78–81
[6] 王志军. 信息化背景下电子测试发展的新需求研究[J]. 电子测试, 2022, 36(14): 129–131
[7] 张科, 陈之光, 田海宝. 综合测试与故障诊断一体化平台研究与设计[J]. 计算机测量与控制, 2013, 21(10): 2634–2637
