文档名：基于深度学习的小口径弹药装配设备故障诊断专家系统
摘要：针对小口径弹药装配设备故障诊断智能化程度不足、诊断效率低以及误诊率高等问题,开展小口径弹药装配设备故障诊断技术和专家系统研究.为提高复杂装备故障知识推理及判别精度,研究基于知识图谱和故障树的故障类别知识库构建方法,提出基于规则和案例的故障知识推理方法,采用深度学习算法进行故障知识推理和更新,构建故障诊断模型并用于小口径弹药装配设备故障诊断专家系统.结果表明:该系统可实现对小口径弹药装配设备故障的智能预测和分析,符合制造装备智能化发展要求,为制造装备智能化、信息化的研制发展和推广应用提供参考.
作者：李聪 石义官 黄权 李朝将 赵金库[5] 赵玉峰[5]Author：LiCong ShiYiguan HuangQuan LiChaojiang ZhaoJinku[5] ZhaoYufeng[5]
作者单位：北京理工大学机械与车辆学院,北京100081北京理工大学机械与车辆学院,北京100081;中国兵器装备集团自动化研究所有限公司智能制造事业部,四川绵阳621000中国兵器装备集团自动化研究所有限公司智能制造事业部,四川绵阳621000北京理工大学机械与车辆学院,北京100081;北京理工大学长三角研究院,浙江嘉兴314000黑龙江北方工具有限公司科技管理部,黑龙江牡丹江157000
刊名：兵工自动化 ISTIC
Journal：OrdnanceIndustryAutomation
年，卷(期)：2023, 42(6)
分类号：TJ410.5
关键词：小口径弹药装配设备 故障诊断 专家系统 深度学习 知识图谱 故障树
机标分类号：TP391TH17TM93
在线出版日期：2023年7月5日
基金项目：军科委基础加强项目，国防基础科研项目基于深度学习的小口径弹药装配设备故障诊断专家系统[
期刊论文] 兵工自动化--2023, 42(6)李聪 石义官 黄权 李朝将 赵金库 赵玉峰针对小口径弹药装配设备故障诊断智能化程度不足、诊断效率低以及误诊率高等问题,开展小口径弹药装配设备故障诊断技术和专家系统研究.为提高复杂装备故障知识推理及判别精度,研究基于知识图谱和故障树的故障类别知识库构...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的小口径弹药装配设备故障诊断专家系统 Fault Diagnosis Expert System of Small Caliber Ammunition Assembly Equipment Based on Deep Learning
基于深度学习的小口径弹药装配设备故障诊断专家系统.pdf
- 文件大小:
- 1.9 MB
- 下载次数:
- 60
-
高速下载
|
