李英顺，赵玉鑫，王占峰

（1.沈阳工业大学 化工过程自动化学院，辽宁 辽阳111003；2.沈阳工业大学 信息科学与工程学院，辽宁 沈阳110870）

基于BAM和FTA在车长周视指挥镜系统故障诊断专家系统的应用研究

李英顺1，赵玉鑫1，王占峰2

（1.沈阳工业大学 化工过程自动化学院，辽宁 辽阳111003；2.沈阳工业大学 信息科学与工程学院，辽宁 沈阳110870）

文中对车长周视指挥镜系统的故障进行了深入了解与研究，提出了一种基于BAM神经网络和FTA相结合的诊断方法，利用故障树分析法建立各个分系统的故障树，使用最小割集对系统进行分解，生成BAM神经网络的训练样本。设计出一种权值矩阵的方法，克服了BAM神经网络数据样本冗余的问题，提高了BAM神经网络的训练效率以及收敛速度。应用该方法对某型坦克的车长周视指挥镜系统进行故障诊断，结果表明：该系统能够对故障进行准确定位，提高了故障诊断效率。

车长周视指挥镜系统；双向联想记忆神经网路；故障树分析法；故障诊断

车长周视指挥镜作为坦克的重要组成部分，也是损坏率极高的部件和更换维修费用最高部件之一。车长周视指挥镜的组成部件比较多，构造比较复杂，一但发生故障，不易快速找到故障的位置给出维修建议，将会导致整台坦克停止运行，造成巨大的损失。因此，对车长周视指挥镜系统进行监测以及故障诊断，对降低部队维修费用，提高坦克性能具有重要意义。例如文献［1］提出的基于BAM网络的坦克火控系统在线诊断方法，以坦克的火控系统为研究对象，利用层次分析法建立系统故障模型，用最小割集对系统进行分解，生成训练的BAM网络，优化了BAM网络，收敛速度有所提高。……