武器火控系统故障预测技术研究

基于有效监测武器火控系统设备故障状态以及故障发展趋势,实现对火控设备事先维修的目的,建立了武器火控系统的故障预测模型。建立最小二乘支持向量机(Least Squares Vector machine,LS-SVM)预测模型,结合粒子群算法和遗传算法优化LS-SVM参数;将LS-SVM和隐马尔可夫模型(Hidden Markov Model,HMM)相结合,设计了武器火控系统故障预测LSSVM-HMM算法。通过搭建测试系统,以武器火控系统机箱内的模块为应用对象进行仿真计算,结果表明上述方法有效可行,该模型不仅预测精度高,而且预测时间缩短了30%以上,为制定维修保障决策提供了便利。