来源：期刊VIP网 时间：
作者：李英顺;姬宏基;于昂;郭占男;
单位：北京石油化工学院信息工程学院;大连理工大学控制科学与工程学院;
摘要：针对当前火控系统维修成本高、故障诊断方法有限和诊断时间长等问题，提出一种基于变分模态分解和改进塘鹅优化算法结合极端梯度提升树的火控系统故障诊断方法。利用变分模态分解将信号分解为多个模态分量，对模态分量进行特征提取，并通过灰色关联分析选取与故障高度相关的特征；并在塘鹅优化算法中引入精英反向学习、自适应权重因子和t-分布扰动策略，优化极端梯度提升树的核心参数建立故障诊断模型，并将火控系统火控计算机与传感器分系统电源模块作为实验对象，与传统极端梯度提升树，粒子群优化和麻雀优化的极端梯度提升树模型进行对比。实验结果表明，该方法准确率达到97.33%,可以有效对火控系统进行故障诊断，并具有较高的准确率和诊断效率。
关键词：火控系统;;故障诊断;;极端梯度提升树;;塘鹅优化算法;;变分模态分解
基金资助：辽宁省“兴辽英才计划”项目(XLYC1903015)
