火炮随动系统是火炮使用要求和使用条件最为严格的一个子系统,若把火炮随动系统比作是“身体”,则随动系统上的火炮驱动电机就是维持“身体”正常运行的“心脏”,即火炮随动系统的核心组成成分。火炮随动系统电机工作的环境较差,这不但影响电机的寿命周期,而且使得电机的故障突发率相对增大。掌握合适的电机故障诊断手段,在设备部件失效之前及时快速地采取应对措施消除故障,对提高火炮作战性能具有十分重要的价值。本课题以火炮电机为例对常见的故障类型及诊断方案进行了仔细的研究:(1)为了克服软阈值函数会造成信号边缘失真的缺点,并充分利用硬阈值函数保留信号边缘局部特性较佳的算法优势,尝试基于两者阈值方案进行一定的改进。针对经典的小波阈值消噪法分解层数选择缺乏经验指导,经验模态分解存在虚假模态及模态混叠等缺陷。本文提出了一种基于经验小波变换和改进阈值相融合的消噪方案,其力图避免常见消噪方案因盲目追求提升信噪比而消噪过多影响到原始信号,也力图避免为追求保留原始信号而消噪不足。(2)提出了一种融合能量差值与遗传算法的滚动轴承故障诊断方案。首先提出能量差值特征指标,解决了能量算子作为信号故障特征指标时,其仅能表示每一尺度内而不能显示相邻尺度间故障特征变换趋势的缺陷。其次针对SVM各参数选取的恰当与否对最终分类结果影响甚大的情况,运用了朝着适应度函数迭代搜索能力强的遗传算法进行参数优化选取,解决了目前常用的K-CV网格搜索法只能找到局部最高分类精度且计算量较大、耗时较久,难以操作的困难。(3)提出了一种基于Hankel矩阵转换的随机森林火炮电机状态检测方法。首先为更高效的利用电机信号信息,对电机消噪信号奇异值计算前进行了Hankel矩阵转换。接着针对信号奇异值特征的不规则性与复杂度现实,引入了奇异样本熵与奇异能量值再次辅助分析。针对本课题电机现状,选择二分能力较强的随机森林分类器并通过局部搜索法确定对分类结果影响较大的决策树棵树。最后通过对电机故障实验和某研究所现场电机实验再次验证,证明了提出的电机故障诊断方案的可行性。(4)针对上文章节提出的各自解决方案,编写了一套基于本论文研究成果的火炮电机故障诊断系统,最终将本文所有研究成果实用化、可操作化。同时为用户真实的故障诊断操作提供了简单指导,也为系统后续进一步的改进提升打下基础。