一种基于多场信息融合的自动装填系统早期故障预示方法

摘要

本发明涉及一种基于多场信息融合的自动装填系统早期故障预示方法，属于火炮自动装填系统故障预示分析技术领域，所要解决的技术问题是提供了一种采用多种物理场信息并对数据进行融合处理，抗干扰能力强、识别准确率和可靠性高的基于多场信息融合的自动装填系统早期故障预示方法，采用的技术方案为获取多物理场原始数据信息，实时采集自动装填系统的加速度、角参量和电流传感器输出的模拟信号，以及各接近开关的到位信号、角度、速度和时间特征的数字信号；将采集的信息进行相互映射、关联、加权处理和维数约简优化，建立基于D-S证据和模糊集理论的模型，从而进行多场信息融合与故障预示；本发明准确性高，可广泛用于火炮自动装填系统故障的早期预示分析。

主权项

一种基于多场信息融合的自动装填系统早期故障预示方法，其特征在于：按照以下步骤进行，    a、获取多物理场原始数据信息，在自动装填系统的各执行机构上优选测试点，布置ICP压电加速度传感器；在各旋转构件的转轴附近安装光电式角参量传感器；在各电驱动装置上安装霍尔电流传感器；并从控制单元中引出各接近开关的到位信号、角度和速度信号；从而得出控制流程中各机构的实时特征；b、采用便携式数据采集系统实时采集自动装填系统的加速度、角参量和电流传感器输出的模拟信号，以及控制单元引出的各接近开关的到位信号、角度、速度和时间特征的数字信号；c、对所采集的各场数据分别进行消除噪声干扰的预处理，再对多场信息建立不同形态下早期故障类别间的归一化规则，以及对应多维形态之间的映射关系，利用时空变换方法将三维运动形态信息映射为连续时间变化，给出各执行机构实际运动时的动作‑时间循环图，完成场间信息的相互映射、线性变换、归一化处理和信息关联；d、对经过相互映射和关联处理的时域加速度、角度、角速度和负载信号，先做时域各种数字信号分析并提取相应的时域特征，包括作用周期、峰值、均值、均方值、方差、自相关、互相关、幅值概率分布、冲击能量、高阶矩，再将时域提取的特征与从控制单元中关联出的动作‑时间循环图相结合进行特征层的信息融合，然后采用线性变换构造自动装填系统不同阶段的多场信息的规范化指标，通过建立尺度测算和影响因子构造权矩阵，为多场信息样本分配不同的权重；e、采用局部线性嵌入式算法和粗糙集理论进行信息维数约简，重组和优化信息量，利用PSO和遗传进化算法优化特征参量，建立基于D‑S论据和模糊集理论的模型，从而进行多场信息融合与故障预示。