基于電流信號分析與小波-支持向量機的火炮自動裝填系統(tǒng)故障診斷研究.pdf

1、近年來最新裝備或最新研究的火炮都配備了先進的彈藥自動裝填系統(tǒng),雖然自動化程度大為提高，但是其系統(tǒng)也更加復(fù)雜,故障發(fā)生率也極高。
　　本文是在電流信號的基礎(chǔ)上，以直流伺服電動機彈藥裝填機構(gòu)故障診斷的理論研究、仿真分析和實驗驗證為依據(jù)，研究了故障特征在電流信號中的表現(xiàn)特點，從理論到應(yīng)用全方位驗證了電流信號應(yīng)用于直流伺服電動機彈藥裝填機構(gòu)診斷的可行性和有效性。具體的方法為：以SVM，利用小波算法良好的時頻分析能力，首先對小波函數(shù)進行選擇

2、，通過查閱文獻得知，小波函數(shù)選擇的好壞對突變信號的分析效果具有較大的影響，所以在應(yīng)用小波分析提取故障特征時，應(yīng)根據(jù)實際選擇出合適的小波函數(shù)，提高故障診斷的效果。本文采用sym8小波函數(shù)對彈藥裝填機構(gòu)進行故障診斷，得出了電流信號突變的時間和位置。最后，把小波包算法與SVM算法結(jié)合，對電流故障進行分類識別,利用小波包算法對電流信號進行3層分解提取信號的能量特征值，作為SVM輸入矢量，通過訓(xùn)練，使SVM具有診斷分類能力，試驗信號分析的結(jié)果表明