基于粗糙集—神经网络的自动装填控制系统的检测与诊断

论文摘要

自动装填控制系统是火炮供输弹装置中非常重要的子系统之一,其结构十分复杂,故障发生率较高,该系统性能的好坏直接影响火炮的整体运行情况。因此,如何提高火炮的可靠性、降低故障发生率在现代智能化战争中具有非常重要的意义。随着智能技术的发展,很多学者采用神经网络技术进行故障诊断,而将粗糙集理论作为前置系统进行样本数据的预处理,也在很多领域的应用中得到了证实。因此,本文设计了一套自动装填控制系统,并在此基础上,引入粗糙集-神经网络算法,以解决自动装填系统的故障诊断问题。本文首先分析了装填系统所要完成的基本任务和控制要求,结合实际的应用情况,对自动控制系统进行了整体方案设计。系统采用LPC2294为主控芯片,附加其它的功能单元,完成了装填控制系统硬件电路设计和软件程序开发。系统利用VS2008设计了上位机显示界面,通过串口完成上位机与控制系统之间的通信以装填系统为研究对象,针对控制过程中现场单元关键部位的动作状态,重点研究了将粗糙集与神经网络相结合对本系统进行故障诊断的算法实现。首先采集数据,形成样本数据表,然后利用粗糙集理论中的Pawlak属性重要度算法完成对数据的约简,去除冗余属性;将约简之后的数据作为样本数据,进行径向基网络的训练,训练过程中,通过不断的调整径向基函数的扩展常数,使网络的输出达到最优,最后用一组测试数据对网络进行测试,验证该网络诊断结果的优劣。实验证明,本系统具有很高的诊断效率,大大提高了自动装填系统的可靠性。本文完成了自动装填控制系统硬件和软件的调试,并利用粗糙集-神经网络算法对系统故障进行诊断实验,诊断结果精确,验证了本方案的可行性,满足系统的设计要求。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.1.1 课题研究的目的
• 1.2 课题研究的意义
• 1.3 自动装填控制系统的国内外研究现状
• 1.4 粗糙集和神经网络相结合的可行性分析及研究现状
• 1.4.1 粗糙集理论的发展与研究现状
• 1.4.2 神经网络的发展与研究现状
• 1.4.3 RS 和神经网络相结合的可行性分析
• 1.4.4 RS 和神经网络相结合的研究现状
• 1.5 论文研究的主要内容及结构安排
• 1.6 本章小结
• 第二章 自动装填控制系统总体方案设计
• 2.1 自动装填控制系统概述
• 2.2 自动装填控制系统组成和工作原理
• 2.3 自动装填控制系统故障模式
• 2.4 输弹盘位置检测数据的处理
• 2.5 本章小结
• 第三章 自动装填控制系统硬件设计
• 3.1 引言
• 3.2 自动装填控制系统CPU 的选择
• 3.3 控制系统外围电路设计
• 3.3.1 控制系统的组成和工作原理
• 3.3.2 电源模块设计
• 3.3.3 时钟电路和复位电路设计
• 3.3.4 UART 串行口电路设计
• 3.3.5 模拟量的输入输出接口模块设计
• 3.3.6 开关量的输入输出接口电路设计
• 3.3.7 CAN 总线接口电路
• 3.3.8 硬件系统的抗干扰设计
• 3.4 硬件电路的调试与分析
• 3.5 本章小结
• 第四章 自动装填控制系统软件设计
• 4.1 引言
• 4.2 自动装填控制系统的软件组成
• 4.3 程序初始化模块设计
• 4.4 UART 串行口模块的软件设计
• 4.5 模拟量的输入输出模块软件设计
• 4.6 CAN 总线接口模块软件设计
• 4.7 软件容错能力设计
• 4.8 用户界面设计
• 4.9 本章小结
• 第五章 粗糙集与神经网络相结合进行故障诊断算法的实现
• 5.1 粗糙集属性约简概述
• 5.1.1 粗糙集理论基本概念
• 5.1.2 决策表的属性约简
• 5.2 径向基网络模型
• 5.2.1 径向基神经元模型
• 5.2.2 径向基神经网络模型
• 5.2.3 神经网络设计
• 5.3 粗糙集与神经网络相结合进行故障诊断算法的实现
• 5.3.1 建立数据库
• 5.3.2 RS 进行数据预处理
• 5.3.3 RBF 神经网络故障诊断
• 5.4 控制系统故障诊断软件的调试与分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 开发总结
• 6.2 研究展望
• 附录
• 参考文献
• 攻读硕士期间发表的论文
• 致谢