现役雷达预测性维修保障资源匹配算法研究

发布时间：2020-10-31 12:40

　　 雷达维修资源对于保障雷达装备的战斗力具有至关重要的作用。在实际工作中,为了保证雷达装备具有较高的可靠性,使用部队常会依据经验配备大量的维修保障资源,往往会导致资源的严重浪费,增加维修成本。为了避免维修能力过剩和不足的问题,论文针对某型现役雷达装备的维修保障工作展开研究,应用大数据技术对雷达运行数据、使用数据、故障数据、环境数据以及维修资源数据进行分析和挖掘,首先分析雷达故障特征参数、故障原因与维修资源的内在关联,然后根据雷达运行参数对雷达故障进行预测,进而根据雷达故障类型确定维修资源的种类和数量。研究工作对于提升雷达维修资源规划能力具有重要的理论和实践意义。论文的主要工作和创新点体现在:1、以某型现役雷达激光测距机为研究对象,通过采集激光测距机运行参数,构建了故障下维修资源的层次结构模型,实现了基于分层映射的激光测距机运行参数、故障类型与维修资源的关联映射。2、应用小波模极大值算法对激光测距机故障特征参数进行降噪处理,并采用粗糙遗传约简算法对其故障数据进行了降维处理。为后续的数据挖掘工作做出了数据上的准备。3、基于多变量非等间距GM(1,m)模型,对某型现役雷达激光测距机故障特征参数进行预测,可以得到给定时间区间的测距机故障参数变化值,将其作为雷达故障预测的依据。4、应用基于多变量非等间距GM(1,m)模型和基于遗传算法优化的模糊神经网络模型形成的组合模型,建立了激光测距机故障预测模型,实现了未来时间区间雷达故障发生概率的预测,进而依据雷达故障特征参数、故障类型与维修资源的关联关系,得出所需维修资源的种类和数量。由于时间关系,论文的研究成果仅停留在理论分析阶段,未能在工程中进行实际应用,其算法的有效性还有待工程测试结果的验证。但作为一种解决思路,其方法可以对装备维修资源的规划起到辅助决策的作用。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN95
【部分图文】：

西安电子科技大学硕士学位论文通过调用函数 ddencmp 采用小波分解技术对某型现役雷达激信号降噪，其中 IN1 取 den 信号消噪、IN2 取小波分解、X 为度信号。函数处理结果为函数选择的阈值 THR=0.202，SORTAPP 为 1 处理近似分量。小波信号重构值处理得到THR、SORH、KEEPAPP等信息，调用函数wdenc得到经过小波阈值降噪后的某型现役雷达激光测距机装备工作。

m=9 代入公式(5-7)可得隐含层节点数为 22 个。法优化的模糊 BP 神经网络训练数设定好后，建立某型现役雷达激光测距机故障类型 神经网络，并且按照 5.3.1 节的算法学习训练。 组数据样本输入训练可以很快建立神经网络模型，经线图像如图 5.7 所示。

西安电子科技大学硕士学位论文障，需要更换温度继电器、调 Q 板故障，需要更换调 Q 板、终换终端视放盒、高压板故障，需要更换高压板、低压板故障，板故障，需要更换主波板。从上述结果可知，测试结果满足实真实验，验证了某型现役雷达激光测距机故障预测的有效性，机维修资源预测的有效性。
【参考文献】

相关期刊论文 前10条

1 徐飞;杨士英;魏祥生;朱沛;;基于改进灰色预测模型的雷达备件消耗预测[J];雷达科学与技术;2015年06期

2 张永祯;段道聚;贾建领;;基于IETM的雷达维修资源信息化平台设计与应用[J];军械工程学院学报;2015年05期

3 崔艳艳;程亚维;;基于模糊控制的RBF神经网络电力系统短期负荷预测[J];荆楚理工学院学报;2014年02期

4 苗濛;;备件需求预测模型研究[J];物流工程与管理;2013年11期

5 杨兆军;陈传海;陈菲;李国发;;数控机床可靠性技术的研究进展[J];机械工程学报;2013年20期

6 李彦;宋宁哲;王盛超;刘继斌;;基层级雷达装备维修器材消耗预测模型研究[J];舰船电子工程;2013年02期

7 马洁;徐小力;周东华;;旋转机械的故障预测方法综述[J];自动化仪表;2011年08期

8 李树广;赵彦峻;徐诚;;装备维修备件需求预测与决策方法研究[J];兵工学报;2011年07期

9 郑龙生;花兴来;张勇;蔡轶;;基于熵的装备精确保障系统备件组合预测模型[J];装备指挥技术学院学报;2011年03期

10 柳小桐;;BP神经网络输入层数据归一化研究[J];机械工程与自动化;2010年03期

相关硕士学位论文 前2条

1 陈科;基于模糊神经网络的电力系统短期负荷预测[D];东南大学;2015年

2 赵宇;基于变隶属函数的倒立摆模糊控制算法的研究[D];电子科技大学;2007年

本文编号：2863963