某火炮自動(dòng)供輸彈系統(tǒng)存在時(shí)常發(fā)生故障的問題,且故障的檢測和排查困難。為了對(duì)系統(tǒng)進(jìn)行深入的故障因素和故障模式分析,需要對(duì)其進(jìn)行精確的動(dòng)力學(xué)建模。本文以自動(dòng)供輸彈系統(tǒng)的子系統(tǒng)彈藥協(xié)調(diào)器為例,針對(duì)彈藥協(xié)調(diào)器的數(shù)學(xué)模型和虛擬樣機(jī)模型的特點(diǎn),分別采用基于差分進(jìn)化的方法和基于主成分分析(PCA)和支持向量回歸(SVR)的方法進(jìn)行了故障因素的參數(shù)辨識(shí)。本文對(duì)彈藥協(xié)調(diào)器進(jìn)行了動(dòng)力學(xué)分析,根據(jù)動(dòng)力學(xué)方程和控制系統(tǒng)原理,建立其數(shù)學(xué)模型后,使用Simulink求解。為了進(jìn)一步的對(duì)彈藥協(xié)調(diào)器進(jìn)行仿真,使用RecurDyn建立彈藥協(xié)調(diào)器虛擬樣機(jī)模型并與Simulink建立的控制模型和小平衡機(jī)模型聯(lián)合仿真。根據(jù)模型仿真結(jié)果和彈藥協(xié)調(diào)器使用過程中常見故障確定故障因素為:蓄能器初壓、測速電機(jī)靈敏度和氣體多變指數(shù)。針對(duì)數(shù)學(xué)模型運(yùn)行時(shí)間快的特點(diǎn),采用基于差分進(jìn)化和時(shí)間序列相似度的方法對(duì)其進(jìn)行了故障因素的參數(shù)辨識(shí)。在使用標(biāo)準(zhǔn)差分進(jìn)化的參數(shù)辨識(shí)過程中,存在容易陷入局部最優(yōu)解和過早停止迭代等問題。針對(duì)這些問題,對(duì)差分進(jìn)化算法進(jìn)行改進(jìn):1.采用拉丁超立方采樣方法替代隨機(jī)初始化策略。2.變異因子采用自適應(yīng)遞減策略。3.交叉概率采用線性遞減策略。改進(jìn)后的差分進(jìn)化對(duì)仿真數(shù)據(jù)的辨識(shí)誤差平均為0.2%,1.4%和4%。虛擬樣機(jī)模型能夠更精確的對(duì)彈藥協(xié)調(diào)器進(jìn)行建模和仿真,但是一次運(yùn)行時(shí)間長,本文基于PCA和SVR對(duì)其進(jìn)行了故障因素的參數(shù)辨識(shí)。使用PCA對(duì)樣本數(shù)據(jù)進(jìn)行降維以降低算法復(fù)雜度和避免引入噪聲;使用決定系數(shù)作為辨識(shí)結(jié)果的評(píng)價(jià)指標(biāo);使用網(wǎng)格搜索對(duì)SVR的超參數(shù)進(jìn)行調(diào)優(yōu)�；赑CA和SVR的辨識(shí)誤差范圍為±0.09,±0.03和±0.15。本文最后以臺(tái)架實(shí)驗(yàn)的方式驗(yàn)證了兩種參數(shù)辨識(shí)方法在彈藥協(xié)調(diào)器故障因素的參數(shù)辨識(shí)中的可行性與有效性。
【學(xué)位單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：E924
【部分圖文】：

彈藥協(xié)調(diào)器用于接收自動(dòng)彈倉內(nèi)被推彈器推送出的彈丸，再將該彈丸傳送到輸彈線逡逑上，由輸彈機(jī)輸彈入膛后返回原位［１］。協(xié)調(diào)器由支臂、托彈盤、耳軸、減速箱、驅(qū)動(dòng)電逡逑機(jī)、擺彈油缸、小平衡機(jī)、測速電機(jī)等組成，如圖２．１所示。逡逑測速電機(jī)＾邋接，機(jī)邐ｕ蘆擇v幔五義轄傭徨澹叔義希義賢跡玻斃髕鶻峁雇煎義霞跛儐淠詰奈下鐘攵峁塘�，稻l郊凍萋執(zhí)臀下治細(xì)舜怪П廴貧義現(xiàn)嶙�。小颇z饣隙絲扇浦П圩露絲扇蘋蘢�，用诱~膠庵П壑亓�。托弹辶x獻(xiàn)爸迷謐疤罟討屑諧值�，灾uП鄞陸枰貧絞淶�。辶x閑髕髟諞淮渦鞴討械耐暾魘牽菏紫韌ü緇誑刂葡低車目刂葡慮義系髕髦П廴貧嶙揭歡ǖ慕嵌群笥牖鹋諫浣嵌云�，此步称为协调过倡HＨ緩簀義希峰義

本文編號(hào)：2833043