基于卷积神经网络的装备故障诊断系统研究*

宫建成，杨小强，潘 凡,2，朱文婷

（1.陆军工程大学，南京210007；2.32214部队，南京211100；3.中国船舶集团公司第七〇七研究所，天津300131）

0 引言

某装备是典型的机电液一体化装备，构成较为复杂，其架设操作必须依据一定的操作程序和安全规定实施。在该装备的作战保障和日常训练过程中，由于装备操作人员的技术水平和架设展开场地等因素的限制，以及装备在管理维护方面的不当行为和装备潜在的结构缺陷、环境与气象因素的影响等因素，都会给装备的使用操作带来各种问题并引发故障，如果在装备的使用、维护过程中未能对其健康状态进行适时的检测、诊断，排除各种故障，则必然会造成装备的性能劣化和使用故障，严重时会引起装备毁坏和人员伤亡等重大后果。由于该装备故障特性复杂，仅依靠传统的故障诊断算法难以实现故障的精确识别与诊断，而卷积神经网络、专家系统等智能诊断算法和技术的出现为该装备故障诊断提供了新的解决方案[1-2]。为有效提高工程装备故障诊断效率，缩短排障时间，提升维修人员的技术水平，节约各方面资源，本文提出一套针对性强的装备故障诊断系统[3]。该系统可对该装备的液压、电控等系统进行实时状态监测和故障报警，辅助指导维修操作人员进行装备的架设操作，预测预报装备故障并指导装备维修人员进行及时维护、保养调试和故障的预先检测排除，降低故障的发生概率。

1 故障诊断系统设计

1.1 总体方案

如图1所示，故障检测系统采用上、下位机的分布式网络模式[4]。……