一、UML在某武器系统故障诊断专家系统中的应用(论文文献综述)
樊辉锦,欧阳中辉,陈青华,胡道畅[1](2021)在《面向特种车辆状态监控和故障诊断的数据库索引结构构建》文中指出针对特种车辆状态监控和故障诊断中数据种类繁多、体量庞大、实体关系复杂且时空特性明显,易出现数据结构横向过于复杂、故障诊断耗时长不精确的问题,利用UML对数据库系统整体功能进行描述,给出了以特种车辆和故障诊断为中心的E-R图模型。在索引结构方面,针对故障诊断数据的需求特点,采用改进的时空R树结合B*树构建索引数据库,支持快速查询检索;过程中引入索引缓冲机制,并应用分布式主从数据库架构实现读写分离,提高查询效率。实验测试采用MySQL搭建数据系统,某型装甲车实际数据集作为测试数据进行综合测试,结果表明:所设计的数据库系统有较为稳健的整体性能,且索引结构既节约存储空间又有较快的创建速度,可较好适用于状态监控和故障诊断。
尤瑞君[2](2020)在《高速铁路ATO系统一致性与互联互通特性分析方法研究》文中研究表明伴随着高速铁路突飞猛进的发展,高速铁路自动化程度的提升成为当前研究重点,在这个背景下,高速铁路列车自动驾驶系统(Automatic Train Control System,简称“ATO系统”)应运而生。京张“智能高铁”的开通标志我国高速铁路ATO系统的迈上新的台阶。各高速铁路ATO系统厂家根据国铁集团颁布的相关系统规范进行研发,理想情况下,设备与规范完全一致且具有良好的互联互通性。但在实际情况中,由于不同开发人员对规范文本的理解不同,会出现设备与规范不一致或设备间不能互联互通的情况。为保证高速铁路ATO系统安全可靠运行,需要在实验室测试过程中,对设备与规范的一致性以及不同厂家、不同型号的设备间互联互通性进行验证。传统的一致性与互联互通性分析方法主要依靠专家经验,自动化、规范化程度较低。为解决上述问题,亟需研究一种可靠、高效、行之有效的分析方法。本文提出一种基于形式化建模与系统级故障诊断的一致性分析方法和基于机器学习算法的互联互通性分析方法,具体工作如下:首先,基于统一建模语言UML和通信顺序进程CSP对ATO系统的运行场景进行了建模与验证。结合高速铁路ATO系统的相关规范,总结归纳高速铁路ATO系统的运行场景,并采用UML用例图、类图、对象图、活动图对运行场景进行描述;根据转换规则,采用CSP语言建立模型并验证;以区间跨TSRS运行场景为例进行建模与验证,获得并发系统进程间的交互规则。然后,基于系统级故障诊断理论进行了系统一致性分析。该方法结合运行场景的形式化模型,利用节点互测理论,提取系统节点,制定节点互测机制,从而构建系统级故障诊断模型;得到测试结果矩阵后利用诊断算法,准确定位异常节点;以区间跨TSRS运行场景为例进行一致性分析,得出一致性分析结果。最后,采用机器学习领域分类算法——支持向量机(SVM)分析了高速铁路ATO系统的互联互通性。该方法主要步骤包括原始数据的获取、数据预处理、SVM分类器训练与验证、互联互通性结论分析等过程。在数据预处理过程中,采用最小类内方差法进行了特征选择;在训练过程中,对超参数进行了贝叶斯寻优,以提高分类精度;对SVM分类器进行性能评价,并在SVM分类结果的基础上,综合分析得到高速铁路ATO系统站台门联动场景下的互联互通性结论。图45幅,表26个,参考文献63篇。
徐晨蕊[3](2020)在《基于多维时序特征的制冷设备故障诊断及预警系统构建》文中进行了进一步梳理制冷设备是现代化大型机房主要设备装置之一,在工业生产、人民生活、国防安全等领域发挥着重要作用。但制冷设备结构错综复杂且各部件间关联性较大,因此,对结构复杂、影响因素众多的制冷设备进行在线故障诊断与预警,对保障大型机房的安全运行具有重要意义。本文在全面分析制冷设备的组成原理基础上,重点探讨了制冷设备的关键部件冷水机组故障诊断技术和故障预警技术,并设计实现了制冷设备运行状态实时监测与异常情况预警系统。论文的主要工作包括:1)对制冷设备的基本组成和工作原理进行详细研究,总结了制冷设备故障模式,分析了关键部件的重要特征及其故障阈值范围,为后续故障诊断和预警提供依据。2)提出一种基于多维时序特征的制冷设备故障诊断方法。针对传统统计分析方法在面对高维、小样本数据时诊断准确率不高的缺陷,首先基于业界广泛采用的、涵盖丰富故障类型的公开数据集(RP-1043)对离心式冷水机组故障数据进行分析,通过升维和数据增强预处理,以及加入学习率降低策略和dropout层,构建了基于BP(Back Propagation,BP)神经网络的故障诊断模型。与传统的SVM、PCA降维的SVM的诊断方法和只升维的BP神经网络诊断方法相比,该模型将故障诊断准确率提高了2%~9%。进一步,针对实际应用中样本数量不平衡问题,在提出模型的基础上,融入降采样方法,实现了基于多维时序特征的冷水机组故障诊断,进一步验证了本文提出模型的实用性。3)提出一种改进的长短时记忆网络(Long-Short Term Memory,LSTM)多维时序特征的故障预警方法。首先采用LSTM模型对冷水机组的每维特征进行了多周期的故障预测;然后针对传统LSTM记忆模块选择有限、输入序列长度不宜过大的弊端,提出了改进型LSTM模型(E-LSTM),通过数据预处理、相关性分析、模型训练和模型评估建立改进型多维时序特征的制冷设备故障预警模型。实验结果表明,所提出的算法与主流模型线性回归、SVR、GRU、RNN、LSTM等模型相比,具有更高的预测精度。4)设计并构建了基于多维时序特征的故障诊断与预警系统,实现了人员信息管理、设备信息的管理及数据的查询、故障诊断和预警等功能,并通过系统测试验证了各个功能模块的可靠性,为大型机房的智能监控提供了技术支持。
王学智,邵孟国,胡邓华[4](2011)在《基于UML的地空导弹武器系统IETM建模》文中研究说明地空导弹武器系统IETM是面向地空导弹部队各级各类人员,用于装备管理、操作、维修等的信息系统,是一个大型、复杂的软件系统;部队对该IETM系统的可靠性、规范性、共享性等方面都有着极高的要求;文中运用UML面向对象建模语言,通过用例图、时序图、活动图和部署图等描述了该IETM系统建模方法和过程;通过UML建模,使IETM系统设计和开发工作规范条理地进行,不仅能够满足部队要求,还可以有效地缩短IETM系统开发周期;实践证明,该建模方法可以有效地指导IETM系统开发。
刘心[5](2010)在《基于Petri网的FMS建模及故障诊断方法研究》文中研究说明柔性制造系统作为适用于中、小批量和较多品种生产的高柔性、高效率的制造系统,受到了理论界和工程界的广泛关注和深入研究。采用柔性制造技术,可以加速新产品的生产过程,降低生产成本,提高产品质量,增加生产柔性,提高对市场的应变能力,获得更好的经济效益。发展与之相适应的关键技术成为一项重要的研究课题。建模、故障诊断和可靠性分析是柔性制造系统能否实际应用的成败关键,其研究和应用的成果已经成为柔性制造系统总体应用水平的一个重要标志。本文利用Petri网这一形式化和图形化分析工具,对柔性制造系统的建模、故障诊断及可靠性分析方法进行了深入的研究,主要研究工作和取得的成果归纳如下:(1)为适应柔性制造系统结构复杂的特点,提出一种柔性制造系统UML-OOPN层次化建模方法,给出UML模型向OOPN模型转化的具体规则和算法,用不变量分析法完成了对系统的死锁分析,发挥了UML和Petri网两者的优势,支持柔性制造系统从需求分析到模型实现的全部生命周期。(2)为解决面向对象Petri网模型没有时间约束,类型约束,无法对系统进行定量分析的问题,将时间知识的表示与推理引入到面向对象Petri网中,提出一种面向对象扩展着色时间Petri网,建立了柔性制造系统的面向对象扩展着色时间Petri网模型,给出时间一致性的分析方法,采用关联矩阵分析模型的可达性,实现了柔性制造系统的时间特性定量分析,验证了建模方法的有效性。(3)为解决模糊产生式规则中的阈值和置信度难以确定的问题,提出一种自学习模糊Petri网,通过将知识模型进行分层处理后,利用神经网络的学习能力训练Petri网中的权值、阈值和确信度等参数,给出基于自学习模糊Petri网对柔性制造系统的故障诊断过程,体现了该方法能并行推理,显示故障动态传播的优点。(4)为解决随机Petri网在对复杂大规模系统可靠性分析时面临的状态空间爆炸问题,提出一种分层随机Petri网模型,采用分层随机Petri网构建了柔性制造系统的可靠性分析模型,给出系统的可靠性指标体系,编程实现了HSPN-Tool可靠性仿真分析软件,并基于分层随机Petri网的仿真模型对系统可靠性进行了仿真分析。通过仿真,分析了影响系统可靠性的关键因素。
王建刚[6](2007)在《基于UML技术雷达系统故障诊断及隔离软件建模》文中进行了进一步梳理雷达故障诊断及隔离专家系统软件是某型号校射雷达的重要组成部分之一,它对雷达系统排除故障、维修和维护起到了至关重要的作用,同时它还包含了大量的关于雷达及子系统的资料信息、专家诊断信息和该系统软件的使用方法,便于系统管理员、测试工程师等对雷达系统的查询和对该系统软件使用方法的查询,大大提高了系统的通用性和方便性。 以前设计的雷达故障诊断系统由于没有统一的设计思想、设计方案及雷达型号和雷达设计人员不同,所以存在很多雷达故障诊断系统软件,每个系统软件在设计结构、软件界面、系统功能、操作步骤等方面大相径庭,从而导致系统软件的通用性较差。再加上大型软件开发周期长、参与开发人员多等特点,在没有统一、明确设计文档做参考的情况下,对于同一套系统软件开发的不同阶段,开发人员不易沟通、交流和继承。这样就导致了系统开发成本增加,且系统不易维护和升级。 鉴于以上原因,在本文中使用现在比较流行的统一建模语言UML和Rational统一建模过程RUP,来为某型号校射雷达故障诊断专家系统软件建立一个通用的系统模型,使系统软件的设计系统化、模块化,从而大大提高系统软件的通用性、规范性和可靠性。
丁宇秋[7](2006)在《基于UML技术的雷达电源通用测试软件建模》文中指出雷达电源测试系统是某型号雷达的重要组成部分之一,而测试软件是整个自动测试系统的控制者。在前期开发的雷达电源测试系统中,由于所测电源的类型不一样,开发了多个不同的电源分测试系统,针对每个分测试系统开发了不同的测试软件。 由于各个分测试系统软件的开发人员不同,他们各自的设计方案也不同,造成各个分系统在软件界面,功能算法,测试步骤上大相径庭,结果造成整个雷达电源测试系统的通用性比较差。而且软件的开发周期较长,没有统一、明确的设计文档参考,致使同一套软件的前期与后期开发人员之间在软件功能需求,软件体系结构,程序流程,数据流程等各个方面难以顺利沟通、继承,造成整个系统的开发成本偏高,且系统不易升级。 针对以上问题,本文将统一建模语言UML和Rational统一过程结合起来,为该研究所需要开发的一系列雷达电源测试系统软件设计一个通用模型(构架),使得整个测试系统软件通用化、规范化、可视化。
唐志凌[8](2005)在《故障诊断专家系统在某武器系统中的应用》文中研究指明专家系统是一种在相关领域中解决问题的具有专家水平的智能程序系统,一般由人机接口、知识库、数据库和推理机组成,是人工智能学科的主要研究方向。基于专家系统的故障诊断将人们长期的实践经验和大量的故障信息知识归纳成计算机能够利用的规则提供给知识库,并将被诊断系统的实时数据提供给数据库,专家系统通过综合运用知识库的规则对已有的知识和数据库中的数据进行推理和分析,就可以查找到最终故障或有可能的故障。并且,专家系统还可以进行自学,当它的假设故障被否定后,就会自动修改推理策略,专家系统就能够不断地完善,更准确地寻找到故障源。 在针对某武器系统的故障检测维修中,为了满足部队基层级维修要求,提高其测试和诊断准确率,必须采用功能相对综合的智能检测方案。而且其故障检测诊断系统必须适应部队野战需要,满足智能化、便携化、通用化要求,适合部队基层级和中继级维修机构使用。因此,本文将故障诊断专家系统引入武器系统的故障检测维修。 本文首先研究了专家系统的工作原理和一般组成结构,分析了专家系统的建造过程。并在某武器系统装备项目的研制过程中,提出了针对此武器系统装备的专家系统设计方案,包括设计思路、逻辑层次、体系结构和基本组成等内容。文章中重点提出了两种知识表示和两种推理机的设计思路,并用其组成专家系统的核心部分。在知识表示方面,通过研究各种表示法的基本原理及各自的优缺点,寻找一个较适合武器故障诊断专家系统建造的知识表示方法,本系统选择了基于规则和框架的表示方式。并且选择稳定性和表示能力强的产生式表示法和框架表示来构造知识表示模块。在推理机设计方面,在设计本系统时采用了正向推理这种方式,为了使系统应用范围更广,还设计了反向推理方式。两种方式都有其侧重点,根据不同故障类的知识特点可以选用合适的推理方式来进行诊断。在系统实际的应用过程中,有良好的效果。 本文针对基于软件工程理论开发出一套故障诊断专家系统的实例作了详细说明。最后,对全文所做的工作作了总结。
孙晓燕,范跃华,许金国[9](2004)在《UML在某武器系统故障诊断专家系统中的应用》文中研究指明从专家系统的基本原理出发,采用统一建模方法,论述了该系统的知识表示、推理机制和体系结构.详细介绍了统一建模语言(UML)在某武器故障诊断专家系统中的具体应用,给出了系统的静态模型和动态模型.在利用UML进行故障诊断专家系统软件开发的应用方面作出了有益的探讨.
李晓婷[10](2006)在《基于多Agent技术的复杂武器故障诊断专家系统》文中认为Agent理论是近年来AI领域研究较为活跃的理论。Agent作为一个独立的主体,具有自治性、能动性、反应性和社会性以及推理能力等特性,是人工智能认知的一个重大突破。Agent技术融合和拓展了面向对象技术、分布式计算、人工智能等多个领域的概念,为知识领域中智能系统突破传统的专家系统结构和诊断过程中的各种局限性提供了理论上和技术上的支持。随着计算机网络和通信技术的发展,基于网络的分布式计算成为当今计算机应用技术的主流。鉴于传统的集中式故障诊断专家系统的不足,同时考虑了复杂武器系统故障诊断的新特性,将MAS理论和技术应用于武器系统故障诊断专家系统,把多Agent系统与复杂武器故障诊断专家系统有机结合在一起,提出了一种基于多Agent系统的复杂武器分布式故障诊断专家系统的设计方案。并从体系结构、Agent功能模型、任务分解分配、Agent协调协作、信息交互、结果综合以及故障诊断过程等关键技术进行了研究,重点研究基于多Agent的武器系统故障诊断专家系统体系结构、基于合同网协议的Agent之间的任务分配以及Agent之间的通信机制等技术。同时在研究这些关键技术的基础上,设计了基于多Agent的武器系统分布式故障诊断专家系统---DFDES。系统以一种开放性的、组件化的、可重用的体系结构实现。系统采用COM/DCOM组件技术实现信息交互、协调协作等通信功能;故障诊断功能由管理Agent分配给分布于武器系统的多个诊断Agent并行或独立完成;系统中Agent的组织和分布为分级多层次的模式。
二、UML在某武器系统故障诊断专家系统中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、UML在某武器系统故障诊断专家系统中的应用(论文提纲范文)
(1)面向特种车辆状态监控和故障诊断的数据库索引结构构建(论文提纲范文)
1 引言 |
2 数据库系统设计 |
2.1 基于UML的系统功能设计 |
2.2 E-R模型 |
2.3 基于R树和B*树的索引构建 |
2.4 索引缓存机制 |
3 系统实现和关键技术 |
3.1 故障诊断关键表字段示例 |
3.1.1 状态监控字段 |
3.1.2 故障诊断模型 |
3.2 分布式主从架构 |
4 实验测试及性能分析 |
4.1 测试环境 |
4.2 压力测试及分析 |
4.3 索引创建的时间性能和存储效率 |
5 结论 |
(2)高速铁路ATO系统一致性与互联互通特性分析方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 高速铁路ATO系统研究现状 |
1.2.2 列控系统测试分析方法研究现状 |
1.3 论文主要工作与章节安排 |
2 一致性和互联互通性分析的关键技术 |
2.1 形式化方法概述 |
2.2 系统形式化建模方法研究 |
2.2.1 统一建模语言UML |
2.2.2 通信顺序进程CSP |
2.3 基于图论的故障诊断模型 |
2.4 支持向量机理论 |
2.4.1 线性可分数据下的超平面求解 |
2.4.2 惩罚项与核函数 |
2.4.3 超参数的贝叶斯寻优方法 |
2.5 本章小结 |
3 高速铁路ATO系统运行场景建模与验证 |
3.1 基于UML+CSP的高速铁路ATO系统建模与验证方法 |
3.1.1 UML模型到CSP模型的转换规则 |
3.1.2 模型验证与规则提取 |
3.2 高速铁路ATO系统框架与测试平台结构 |
3.2.1 高速铁路ATO系统结构与功能 |
3.2.2 高速铁路ATO系统运行场景划分 |
3.3 区间跨TSRS运行场景建模与验证 |
3.3.1 区间跨TSRS场景分析 |
3.3.2 区间跨TSRS运行场景的UML模型 |
3.3.3 区间跨TSRS运行场景的CSP模型 |
3.3.4 区间跨TSRS运行场景模型验证与规则提取 |
3.4 本章小结 |
4 高速铁路ATO系统一致性分析 |
4.1 高速铁路ATO系统一致性分析方法 |
4.1.1 高速铁路ATO系统实验室测试平台结构 |
4.1.2 高速铁路ATO系统一致性分析方法设计 |
4.2 区间跨TSRS场景下的高铁ATO系统故障检测模型 |
4.2.1 提取系统节点 |
4.2.2 节点互测机制 |
4.2.3 故障诊断模型 |
4.2.4 诊断可行性分析 |
4.3 高速铁路ATO系统故障诊断算法 |
4.3.1 测试无效模型 |
4.3.2 诊断规则 |
4.3.3 诊断算法 |
4.3.4 算法验证 |
4.3.5 性能分析 |
4.4 高速铁路ATO系统一致性分析 |
4.4.1 接口数据获取 |
4.4.2 一致性诊断分析 |
4.5 本章小结 |
5 高速铁路ATO系统互联互通特性分析 |
5.1 基于SVM分类器的互联互通特性分析方法 |
5.2 站台门联动场景分析 |
5.3 基于SVM分类器的高速铁路ATO系统互联互通特性分析 |
5.3.1 原始数据的获取 |
5.3.2 数据预处理 |
5.3.3 SVM分类器模型训练与验证 |
5.3.4 互联互通特性分析结论 |
5.4 小结 |
6 结论与展望 |
6.1 工作总结 |
6.2 研究展望 |
参考文献 |
图索引 |
表索引 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(3)基于多维时序特征的制冷设备故障诊断及预警系统构建(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 设备的故障诊断 |
1.2.2 设备的故障预警 |
1.3 研究目标与内容 |
1.4 论文的结构与安排 |
第2章 制冷设备工作原理及典型故障分析 |
2.1 制冷设备简介 |
2.2 制冷设备工作原理 |
2.3 制冷设备的重要特征 |
2.3.1 冷水机组的主要特征及其含义 |
2.3.2 列间空调的主要特征及其含义 |
2.4 制冷设备的典型故障 |
2.4.1 制冷设备故障总体概述 |
2.4.2 制冷设备的故障分析 |
2.5 本章小结 |
第3章 基于多维时序特征的制冷设备故障诊断 |
3.1 BP神经网络 |
3.1.1 BP神经网络模型 |
3.1.2 BP网络学习算法 |
3.2 Softmax分类器 |
3.2.1 Sigmoid函数 |
3.2.2 Softmax函数 |
3.3 多维时序特征的制冷设备故障诊断 |
3.3.1 数据集简介 |
3.3.2 基于多分类神经网络模型的故障诊断方法 |
3.3.3 实验结果分析 |
3.4 小样本多维时序特征故障诊断问题 |
3.4.1 数据集简介 |
3.4.2 针对小样本故障数据的超参确定 |
3.4.3 实验结果分析 |
3.5 本章小结 |
第4章 基于多维时序特征的制冷设备故障预警 |
4.1 RNN神经网络 |
4.2 基于LSTM的冷水机组单维时序特征的预警 |
4.2.1 LSTM神经网络 |
4.2.2 基于LSTM的冷水机组故障预警 |
4.3 多维时序特征的改进型LSTM网络 |
4.3.1 网络结构 |
4.3.2 模型训练 |
4.3.3 性能度量 |
4.4 制冷设备故障预测方法的实现 |
4.4.1 数据采集 |
4.4.2 数据预处理 |
4.4.3 相关性分析 |
4.4.4 模型训练 |
4.4.5 模型测试评估 |
4.5 实验验证与结果分析 |
4.5.1 获取精度较高的模型参数 |
4.5.2 一维与多维时序特征预警性能对比 |
4.5.3 实验结果对比 |
4.6 本章小结 |
第5章 制冷设备故障诊断与预警系统的设计及实现 |
5.1 系统设计及开发环境 |
5.1.1 系统需求分析 |
5.1.2 系统总体框架 |
5.1.3 系统开发环境 |
5.2 系统架构设计 |
5.2.1 B/S架构 |
5.2.2 基于SSM架构的开发方案 |
5.3 系统数据库设计 |
5.3.1 数据字典 |
5.3.2 UML核心类图 |
5.3.3 基于JDBC的数据库连接 |
5.4 测试用例 |
5.4.1 登录功能测试用例 |
5.4.2 人员信息管理模块测试用例 |
5.4.3 设备信息管理模块测试用例 |
5.4.4 故障诊断测试用例 |
5.4.5 故障预警测试用例 |
5.5 制冷设备故障诊断与预警系统的实现 |
5.5.1 登录界面 |
5.5.2 人员信息管理模块 |
5.5.3 设备信息管理模块 |
5.5.4 设备故障诊断模块 |
5.5.5 设备故障预警模块 |
5.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的学术论文 |
攻读硕士学位期间参加的科研活动和获得的奖励 |
致谢 |
(4)基于UML的地空导弹武器系统IETM建模(论文提纲范文)
0 引言 |
1 地空导弹武器系统IETM概述 |
2 地空导弹武器系统IETM建模 |
2.1 UML建模概述[2-3] |
2.2 建立系统的需求模型 |
2.3 建立系统的静态模型 |
2.4 建立系统的动态模型 |
2.5 系统实现模型 |
3 结束语 |
(5)基于Petri网的FMS建模及故障诊断方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的目的与意义 |
1.2 FMS 的Petri 网方法及其国内外研究现状 |
1.2.1 Petri 网的国内外研究现状 |
1.2.2 Petri 网在FMS 建模中的应用 |
1.2.3 Petri 网在FMS 故障诊断中的应用 |
1.2.4 Petri 网在FMS 可靠性建模分析中的应用 |
1.3 建模、故障诊断和可靠性分析之间的关系 |
1.4 本文的主要内容及创新点 |
1.5 本文结构安排 |
第2章 FMS 层次化建模方法研究 |
2.1 引言 |
2.2 Petri 网基础理论以及面向对象Petri 网模型 |
2.2.1 Petri 网的基本定义 |
2.2.2 面向对象Petri 网模型 |
2.3 UML-OOPN 层次化建模方法 |
2.3.1 UML-OOPN 层次化建模方法 |
2.3.2 UML 状态图向对象子网的转化 |
2.3.3 UML 协作图向OOPN 的转化 |
2.4 基于UML-OOPN 的FMS 层次化建模 |
2.4.1 FMS 的UML 模型 |
2.4.2 系统状态图向对象子网模型的转化 |
2.4.3 系统协作图向OOPN 的转化 |
2.5 FMS 的OOPN 模型的性能分析 |
2.5.1 Petri 网的分析技术 |
2.5.2 死锁分析 |
2.6 本章小结 |
第3章 基于OOECTPN 的FMS 建模及仿真分析 |
3.1 引言 |
3.2 面向对象扩展着色时间Petri 网模型 |
3.3 基于OOECTPN 的FMS 建模 |
3.3.1 OOECTPN 模型的构造过程 |
3.3.2 FMS 的OOECTPN 模型的建立 |
3.4 FMS 的OOECTPN 模型的时间特性分析 |
3.4.1 时间特性分析 |
3.4.2 可达性分析 |
3.5 基于OOECTPN 的FMS 仿真分析 |
3.6 本章小结 |
第4章 基于SFPN 的FMS 故障诊断 |
4.1 引言 |
4.2 FMS 的故障诊断方法概述 |
4.3 问题的背景 |
4.4 自学习模糊Petri 网模型 |
4.4.1 SFPN 的定义 |
4.4.2 SFPN 模型的变迁使能条件和引发规则 |
4.4.3 SFPN 模型的模糊推理算法 |
4.4.4 SFPN 模型的自学习能力 |
4.5 基于SFPN 的FMS 故障诊断 |
4.5.1 FMS 故障诊断的SFPN 模型 |
4.5.2 基于SFPN 的主轴电机子系统故障诊断 |
4.6 本章小结 |
第5章 基于HSPN 的FMS 可靠性建模分析 |
5.1 引言 |
5.2 随机Petri 网可靠性分析的缺陷 |
5.3 分层随机Petri 网模型 |
5.3.1 HSPN 的定义 |
5.3.2 HSPN 模型的变迁使能条件和引发规则 |
5.3.3 HSPN 模型的面向对象特性 |
5.3.4 HSPN 模型的构造过程 |
5.4 基于HSPN 的FMS 可靠性建模 |
5.4.1 FMS 可靠性指标体系 |
5.4.2 FMS 可靠性HSPN 模型 |
5.4.3 HSPN_Tool 仿真软件的开发 |
5.4.4 基于HSPN_Tool 的FMS 可靠性仿真 |
5.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
个人简历 |
(6)基于UML技术雷达系统故障诊断及隔离软件建模(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景及研究意义 |
1.2 软件设计及测试的特点 |
1.3 雷达故障诊断专家系统的构成 |
1.3.1 故障诊断系统软件部分 |
1.3.2 故障诊断系统硬件部分 |
1.4 面向对象技术简介 |
1.5 统一建模语言 UML简介 |
1.6 UML应用领域 |
1.6.1 UML在不同类型系统的应用 |
1.6.2 UML在软件开发不同阶段的应用 |
1.7 本文主要工作及组织形式 |
第二章 基于面向对象技术 UML开发过程 |
2.1 面向对象领域中的基本概念 |
2.1.1 对象和实例 |
2.1.2 类 |
2.1.3 封装和继承 |
2.1.4 多态和消息 |
2.2 统一建模语言 UML的主要内容 |
2.3 统一建模语言 UML特点 |
2.4 统一建模语言 UML视图 |
2.5 基于 UML的 RUP软件开发过程 |
2.5.1 RUP概念 |
2.5.2 RUP软件开发生命周期 |
2.5.3 RUP的特点 |
第三章 雷达故障诊断系统的静态建模过程 |
3.1 UML的静态建模机制 |
3.2 诊断系统用例图实现 |
3.2.1 软件需求及用例分析 |
3.2.2 诊断系统软件需求分析 |
3.2.3 诊断系统用例模型实现 |
3.3 故障诊断系统类图实现 |
3.3.1 故障诊断信息查询类图 |
3.3.2 故障诊断测试类图 |
3.3.3 雷达系统维护类图 |
3.4 故障诊断系统对象图 |
第四章 雷达故障诊断系统的动态建模过程 |
4.1 故障诊断系统状态图实现 |
4.1.1 故障诊断状态图 |
4.1.2 雷达系统维护状态图 |
4.2 故障诊断系统活动图实现 |
4.2.1 故障诊断活动图 |
4.2.2 雷达子系统组成模块测试活动图 |
4.2.3 故障诊断流程管理活动图 |
4.3 故障诊断系统顺序图实现 |
4.3.1 雷达系统故障诊断顺序图 |
4.3.2 UUT故障诊断顺序图 |
4.3.3 诊断流程管理顺序图 |
4.4 故障诊断系统协作图实现 |
第五章 雷达故障诊断专家系统的实现 |
5.1 专家系统简介 |
5.1.1 专家系统的组成 |
5.1.2 专家系统的优缺点 |
5.2 故障诊断专家系统总体设计 |
5.3 故障诊断专家系统主要模块的实现 |
5.3.1 专家系统知识库设计 |
5.3.2 专家系统推理机的实现 |
5.4 雷达故障诊断策略 |
5.4.1 诊断策略静态实现 |
5.4.2 诊断策略动态实现 |
5.4.3 诊断策略的图形化工具设计 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 展望 |
参考文献 |
致谢 |
(7)基于UML技术的雷达电源通用测试软件建模(论文提纲范文)
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 自动测试系统概述 |
1.3 雷达电源测试系统构成 |
1.3.1 雷达电源自动测试系统硬件 |
1.3.2 雷达电源自动测试系统软件 |
1.4 现代软件设计的发展历程 |
1.5 UML简介 |
1.6 本文的主要工作与组织 |
第二章 基于UML的RUP开发过程 |
2.1 UML的主要内容 |
2.2 UML的架构 |
2.3 UML的特点 |
2.4 RUP的概念 |
2.5 RUP:二维开发模型 |
2.5.1 过程的动态结构 |
2.5.2 过程的静态结构 |
2.6 RUP:迭代式开发 |
2.7 RUP:基于用例驱动 |
2.8 RUP:以体系结构为中心 |
第三章 测试系统通用软件需求分析 |
3.1 软件需求概述 |
3.2 用例捕获系统需求 |
3.3 雷达电源测试系统软件用例建模 |
3.3.1 软件需求分析 |
3.3.2 系统用例模型的获取 |
第四章 测试系统通用软件静态建模 |
4.1 类图 |
4.1.1 类的概念 |
4.1.2 系统类图的建立 |
4.2 对象图 |
第五章 测试系统通用软件动态建模 |
5.1 动态行为概念 |
5.2 建立系统交互图 |
5.2.1 性能指标测试顺序图 |
5.2.2 性能指标测试协作图 |
5.2.3 故障诊断顺序图 |
5.2.4 诊断方法管理顺序图 |
5.3 建立系统活动图 |
5.3.1 性能指标测试活动图 |
5.3.2 障诊断活动图 |
5.3.3 诊断方法管理活动图 |
5.4 建立系统状态图 |
5.4.1 测试任务的状态图 |
5.4.2 测试仪器的状态图 |
5.4.3 故障诊断方法的状态图 |
第六章 系统初步实现 |
6.1 数据库的建立 |
6.2 实现概况 |
第七章 总结和展望 |
7.1 工作总结 |
7.2 工作展望 |
参考文献 |
致谢 |
(8)故障诊断专家系统在某武器系统中的应用(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 故障诊断专家系统概述 |
1.2 故障诊断专家系统组成 |
1.3 故障诊断专家系统在武器系统中应用的意义 |
1.4 本论文研究的主要内容 |
2 FDES工作原理及组成 |
2.1 FDES工作原理 |
2.2 FDES组成 |
2.2.1 知识表示 |
2.2.2 推理机 |
2.2.3 FDES工具 |
2.3 FDES建造过程 |
3 FDES的多种知识表示在某武器系统中的设计实现 |
3.1 多种知识表示的选择 |
3.2 基于规则的知识表示在某武器系统中的设计 |
3.2.1 规则获取设计 |
3.2.2 基于规则的知识表示格式设计 |
3.2.3 基于规则知识表示的约束机制 |
3.3 基于框架的知识表示在某武器系统中的设计 |
3.3.1 基于框架的知识表示格式设计 |
3.3.2 基于框架的知识表示约束机制 |
3.4 小结 |
4 FDES的多种推理机在某武器系统中的设计实现 |
4.1 多种推理机的工作特点 |
4.1.1 多种推理机推理原理 |
4.1.2 合情推理思想 |
4.2 某武器系统的FDES推理机设计 |
4.2.1 正向推理设计 |
4.2.2 冲突消解 |
4.2.3 反向推理的设计 |
4.2.4 冲突消解 |
4.3 小结 |
5 FDES在某武器系统中的实例 |
5.1 概述 |
5.2 FDES的总体设计 |
5.3 某武器系统故障诊断的具体实现 |
5.3.1 系统信息的存储 |
5.3.2 对知识进行合理的组织和管理 |
5.3.3 规则推理过程 |
5.4 实验验证结果 |
5.5 小结 |
6 总结 |
致谢 |
参考文献 |
独创性声明 |
学位论文版权使用授权书 |
(9)UML在某武器系统故障诊断专家系统中的应用(论文提纲范文)
引 言 |
1 故障诊断专家系统的结构 |
2 UML建模方法 |
3 故障诊断专家系统的UML模型 |
3.1 需求分析与用例图 |
3.2 知识的表示及其类图 |
3.3 推理机的设计及其动态模型 |
4 结束语 |
(10)基于多Agent技术的复杂武器故障诊断专家系统(论文提纲范文)
1 绪论 |
1.1 传统的武器故障诊断专家系统 |
1.2 武器系统分布式故障诊断专家系统的研究目的意义 |
1.2.1 课题的提出 |
1.2.2 研究的目的和意义 |
1.2.3 国内外研究现状和技术发展趋势 |
1.3 多 AGENT 技术在故障诊断中的应用 |
1.3.1 Agent 与Multi-Agent 系统 |
1.3.2 多Agent 技术在故障诊断中的应用 |
1.3.3 基于多Agent 的分布式故障诊断专家系统的特点 |
1.4 论文主要工作 |
2 基于 MAS 的武器系统故障诊断专家系统体系结构 |
2.1 武器系统及其故障诊断 |
2.1.1 武器系统组成 |
2.1.2 武器系统故障诊断要求 |
2.1.3 基于多Agent 的武器系统故障诊断专家系统功能 |
2.2 针对武器系统故障诊断的多 AGENT 系统体系结构 |
2.2.1 Agent 的分类 |
2.2.2 多Agent 系统体系结构 |
2.2.3 基于多Agent 的故障诊断专家系统体系结构 |
2.3 AGENT 的结构模型 |
2.3.1 Agent 的基本结构 |
2.3.2 武器系统故障诊断专家系统中的Agent 的模型 |
2.4 小结 |
3 基于 MAS 的故障诊断专家系统关键技术研究 |
3.1 任务规划 |
3.1.1 任务描述 |
3.1.2 任务分解 |
3.1.3 合同网与任务分配 |
3.2 AGENT 之间的通信 |
3.2.1 通信需要解决的基本问题 |
3.2.2 Agent 之间的通信机制及其实现 |
3.3 AGENT 之间的协调与协作 |
3.3.1 多Agent 协调机制 |
3.3.2 多Agent 协作模式 |
3.3.3 冲突消解 |
3.4 结果综合 |
3.5 小结 |
4 基于 MAS 的武器系统故障诊断专家系统设计与实现 |
4.1 系统的主要特点 |
4.2 故障诊断 MULTI-AGENT 系统分析和设计 |
4.2.1 分布式故障诊断专家系统中的Agent 功能模型 |
4.2.2 Agent 的类定义 |
4.3 多 AGENT 故障诊断专家系统诊断过程 |
4.3.1 任务及专家描述 |
4.3.2 任务评价及专家完成任务能力评价 |
4.3.3 故障诊断专家系统协商诊断过程 |
4.3.4 一个实例 |
4.4 系统实现 |
4.4.1 系统设计与实现 |
4.4.2 运行效果和技术评价 |
4.5 小结 |
5 结论和展望 |
5.1 结论 |
5.2 展望 |
攻读硕士学位期间发表的论文 |
致谢 |
学位论文知识产权声明 |
学位论文独创性声明 |
参考文献 |
四、UML在某武器系统故障诊断专家系统中的应用(论文参考文献)
- [1]面向特种车辆状态监控和故障诊断的数据库索引结构构建[J]. 樊辉锦,欧阳中辉,陈青华,胡道畅. 兵器装备工程学报, 2021(07)
- [2]高速铁路ATO系统一致性与互联互通特性分析方法研究[D]. 尤瑞君. 北京交通大学, 2020(03)
- [3]基于多维时序特征的制冷设备故障诊断及预警系统构建[D]. 徐晨蕊. 北京工业大学, 2020(06)
- [4]基于UML的地空导弹武器系统IETM建模[J]. 王学智,邵孟国,胡邓华. 计算机测量与控制, 2011(11)
- [5]基于Petri网的FMS建模及故障诊断方法研究[D]. 刘心. 哈尔滨工程大学, 2010(07)
- [6]基于UML技术雷达系统故障诊断及隔离软件建模[D]. 王建刚. 河海大学, 2007(06)
- [7]基于UML技术的雷达电源通用测试软件建模[D]. 丁宇秋. 河海大学, 2006(06)
- [8]故障诊断专家系统在某武器系统中的应用[D]. 唐志凌. 重庆大学, 2005(01)
- [9]UML在某武器系统故障诊断专家系统中的应用[J]. 孙晓燕,范跃华,许金国. 西安工业学院学报, 2004(01)
- [10]基于多Agent技术的复杂武器故障诊断专家系统[D]. 李晓婷. 西安工业大学, 2006(11)