文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202510585359.8

申 请 日：20250508

发 明 人：李文彬 申桂涛 李阳 刘创 王祎 刘占科 毛程程 聂涛

申 请 人：中国人民解放军69243部队

申请人地址：830038 新疆维吾尔自治区昌吉回族自治州阜康5号信箱

公 开 日：20250815

公 开 号：CN120493979A

代 理 人：李雯

代理机构：中国商标专利事务所有限公司 11234

语　　种：中文

摘　　要：本发明公开了一种自行火炮火力系统故障诊断模型的训练方法，包括以下步骤：采集自行火炮火力系统处于健康状态时的参考振动信号；利用VMD方法，将参考振动信号分解成若干模态分量；对各模态分量进行特征提取，构建故障特征向量；将故障特征向量导入PSO—DE算法，使用PSO—DE算法对ELM进行优化训练，PSO—DE算法解决了常规ELM隐含层权重和隐含层偏置是随机初始化的，存在准确率不够高且稳定性不够理想的问题，从而有效提升了智能诊断的速率与准确性，最终解决了背景技术中提出的技术问题。

主 权 项：1.一种自行火炮火力系统故障诊断模型的训练方法，其特征在于，包括：S1，采集自行火炮火力系统处于健康状态时的参考振动信号；S2，利用VMD方法，将所述参考振动信号分解成若干模态分量，并对各所述模态分量进行特征提取，构建故障特征向量；S3，将所述故障特征向量导入PSO—DE算法，使用所述PSO—DE算法对ELM进行优化训练。

关 键 词：自行火炮 火力系统 故障诊断模型  训练  采集  健康状态  参考  振动信号  VMD  参考振动  信号分解 模态分量  特征提取  故障特征向量  导入  PSO  DE  算法  ELM 优化训练  工作环  恶劣  运转  承受  发射  后坐力 损伤  智能诊断 模型研究  工作异常  

IPC专利分类号：G06N 3/006;G06N 3/08;G06N 20/00