简介：提出一种基于多属性决策理论的发射车底盘制动系统故障树诊断方法。针对传统故障树分析方法存在的精度差、效率低的局限性,综合考虑底事件的故障概率、诊断成本和关联价值等因素,采用逼近理想解排序法(TOPSIS)确定了故障底事件的最优诊断顺序,提高了底事件诊断的精确度。通过某型发射车底盘制动系统故障诊断验证表明:该方法能够准确诊断故障,提高了故障诊断效率。
简介：针对某型发射车底盘动力系统多故障频发、诊断效率低的问题,进行了多故障影响分析,结合发射车使用实践进行实验设计,在适当位置安装振动传感器以采集不同状态下的振动信号,进行振动信号小波包能量谱特征信息提取,应用RBF神经网络进行学习训练和测试,实现了发射车底盘动力系统多故障诊断。结果表明:小波包能量谱可以有效表征发射车底盘动力系统多故障信息,基于RBF神经网络的发射车底盘多故障诊断精度高,诊断效果理想。
某型发射车底盘制动系统故障树诊断研究
某型发射车底盘动力系统多故障诊断研究
