一种自行火炮火力系统故障诊断模型的训练方法

本发明公开了一种自行火炮火力系统故障诊断模型的训练方法，包括以下步骤：采集自行火炮火力系统处于健康状态时的参考振动信号；利用VMD方法，将参考振动信号分解成若干模态分量；对各模态分量进行特征提取，构建故障特征向量；将故障特征向量导入PSO—DE算法，使用PSO—DE算法对ELM进行优化训练，PSO—DE算法解决了常规ELM隐含层权重和隐含层偏置是随机初始化的，存在准确率不够高且稳定性不够理想的问题，从而有效提升了智能诊断的速率与准确性，最终解决了背景技术中提出的技术问题。