基于GA-ANFIS的装甲车辆蓄电池SOH预测方法

为保持装甲车辆的机动安全和运行可靠,提高其铅酸蓄电池健康状态的预测能力至关重要;将遗传算法与自适应模糊神经系统相结合,提出了一种基于GA-ANFIS的装甲车辆蓄电池SOH预测方法,着重分析了该方法的总体流程和训练过程;着眼装甲车辆的工作环境,在放电深度和输出能量的基础上,引入海拔和温度作为模型的输入;在Matlab的实验结果表明,GA-ANFIS相比ANFIS测试数据误差减小47.6%,四输入GA-ANFIS相比两输入GA-ANFIS测试数据误差减小51.2%,验证了方法的有效性。

基于ATML的装甲装备自动测试系统通用性设计

自动测试标记语言(Automatic Test Markup Language,ATML)是为自动测试系统(Automatic Test System,ATS)定义的一种通用框架。分析了ATML框架和1671.X模式,给出了装甲装备ATS的组成和功能。结合ATML文档中的不同组件,简要分析了装甲装备ATS的设计开发过程。针对装甲装备测试系统通用性需求,构建了装甲装备ATS通用性设计架构,并提出了其测试任务的匹配流程,可显著降低ATS的开发、维护和升级周期,并实现ATS的信息共享、信息交换和互操作性。