武器装备的远程智能监测、诊断与维护技术研究

兵工学报 ›› 2004, Vol. 25 ›› Issue (2): 249-251.

武器装备的远程智能监测、诊断与维护技术研究

孙宇，张荣涛，张晓阳

南京理工大学机械工程学院，江苏南京，210094

收稿日期:2003-01-01 修回日期:2004-02-01 上线日期:2014-12-25
通讯作者: 孙宇

Remote Intelligent Inspection,Diagnosis and Maintenance of Weapons

Sun Yu, Zhang Rongtao, Zhang Xiaoyang

School of Mechanical Engineering，Nanjing University of Science and Technology，Nanjing，210094

Received:2003-01-01 Revised:2004-02-01 Online:2014-12-25
Contact: Sun Yu

摘要/Abstract

摘要： 本文介绍了国外对远程智能监测、诊断与维护技术研究、应用现状与特点，建立了针对武器装备远程智能监测、诊断与维护技术的系统结构模型，指出其主要由现场维护诊断、大修基地、远程诊断维护中心三部分构成，并给出了相应的功能模型。其中的重点是：远程智能监测、诊断，便携“烫入式智能检测前端和快速维修支持与后勤管理。文章最后对该技术应用也进行了讨论。

关键词: 人工智能 , 故障诊断 , 维护 , Internet

Abstract: An analysis on the research, application and characteristics of remote intelligent inspection, diagnosis and maintenance was given in this paper. A model for the system structure of remote intelligent inspection, diagnosis and maintenance of weapons was established. The model consists mainly of three parts： field diagnosis ana maintenance, local repair and center of remote diagnosis and maintenance. Func?tions of each part are described, including remote intelligent inspection and diagnosis, portable and embed?ded intelligent inspection node, as well as rapid maintenance and agile logistic management. Some applica?tions of the technology were finally discussed.

Key words: artificial intelligence , fault diagnosis , maintenance , internet

中图分类号:

TJ06
TJ07

孙宇，张荣涛，张晓阳. 武器装备的远程智能监测、诊断与维护技术研究[J]. 兵工学报, 2004, 25(2): 249-251.

Sun Yu, Zhang Rongtao, Zhang Xiaoyang. Remote Intelligent Inspection,Diagnosis and Maintenance of Weapons[J]. Acta Armamentarii, 2004, 25(2): 249-251.

[1]	李良钰，苏铁熊，马富康，吴小军，徐春龙. 基于集合经验模态分解-支持向量机的高压共轨系统故障诊断方法[J]. 兵工学报, 2022, 43(5): 992-1001.
[2]	李志农, 胡志峰, 毛清华, 张旭辉, 陶俊勇. 非线性调频模态分解-同步提取变换方法及其在滚动轴承故障诊断中的应用[J]. 兵工学报, 2021, 42(6): 1324-1330.
[3]	朱敏，许爱强，许晴，李睿峰. 基于改进多层核超限学习机的模拟电路故障诊断[J]. 兵工学报, 2021, 42(2): 356-369.
[4]	李佳蔚，崔涛，刘宇航，师帅楠，孙强. 基于排气温度动态模型的在线观测器研究[J]. 兵工学报, 2019, 40(8): 1562-1571.
[5]	刘昊，张策，丁文韬. 基于智能对抗进化的联合火力打击任务规划方法[J]. 兵工学报, 2019, 40(6): 1287-1296.
[6]	郭伟超，赵怀山，李成，李言，汤奥斐. 基于小波包能量谱与主成分分析的轴承故障特征增强诊断方法[J]. 兵工学报, 2019, 40(11): 2370-2377.
[7]	翟禹尧，史贤俊，吕佳朋. 基于广义随机Petri网的导弹系统测试性建模与指标评估方法研究[J]. 兵工学报, 2019, 40(10): 2070-2079.
[8]	张伟，刘星，许爱强，平殿发. l_p范数约束的模拟电路3层多核故障诊断模型[J]. 兵工学报, 2018, 39(7): 1352-1363.
[9]	任海锋，潘宏侠. 基于多分形特征的枪械自动机裂纹故障诊断[J]. 兵工学报, 2018, 39(3): 457-462.
[10]	王英敏，崔涛，张付军，董天普. 基于局部线性模型树模型的柴油机进气系统漏气和堵塞故障诊断[J]. 兵工学报, 2017, 38(8): 1457-1468.
[11]	黄大荣, 陈长沙，孙国玺，赵玲，米波. 复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法[J]. 兵工学报, 2017, 38(8): 1649-1657.
[12]	李志农，朱明. 基于变分模态分解的机械故障诊断方法研究[J]. 兵工学报, 2017, 38(3): 593-599.
[13]	栗大鹏, 梁伟. 针对非合作目标的自适应网格聚类算法[J]. 兵工学报, 2017, 38(11): 2166-2175.
[14]	李海广，潘宏侠，任海锋. 基于冲击响应谱特征提取的自动机裂纹故障诊断[J]. 兵工学报, 2016, 37(9): 1744-1752.
[15]	田恒，段富海，江秀红，桑勇. 基于准信息熵的测试性D矩阵故障诊断新算法[J]. 兵工学报, 2016, 37(5): 923-928.