基于深度学习的某型远火武器系统故障诊断方法研究

作者：李思雨; 王沁蓉; 黄少罗^*; 姚恺; ***

来源：火炮发射与控制学报, 2022, 43(05): 72-83.

DOI：10.19323/j.issn.1673-6524.2022.05.012

• 远火武器系统
• 深度学习
• 故障诊断
• 神经网络

远火武器系统是我国陆军现代化、成建制的武器系统，由于其构造复杂，参训人员在进行训练时，装备一旦发生故障，很难及时有效地排除和维修。从复杂武器装备故障诊断和健康管理出发，结合远程火箭炮武器系统装备结构特点与深度学习的优势，借助远火半实物仿真训练模拟器，通过研究故障机理建模、故障模拟、数据处理，采用卷积神经网络的学习算法对武器装备进行故障诊断。与深度学习中其他神经网络相比，实验证明该方法准确性高，对于远火武器系统的故障诊断具有重要意义。

• 单位
  中国人民解放军陆军工程大学