随着国防科技的快速发展,装甲车辆综合化、复杂化、智能化程度也大幅度提高。火控系统是火力控制中枢,直接决定了装甲车辆的作战力。作为火控系统的关键部件,火控计算机常年在恶劣的工况中工作,这使火控计算机极易发生异常,及时对火控计算机进行状态评估与诊断,可以减少异常排除时间、降低维修成本,对火控系统具有重要的意义。本文通过构建状态评估模型与故障诊断模型实现对火控计算机的状态评估与诊断。火控计算机结构复杂,数据信号繁多且各模块之间具有较强耦合关系,单一的方法难以对实际运行状态进行评估,所以本文提出一种基于组合权重融合灰色聚类原理的状态评估方法来实现对火控计算机运行状态的评估。一般情况下,火控计算机有五种运行状态,对火控计算机进行状态评估的目的是确定其处于哪种状态。火控计算机的运行状态通常依靠定量与定性指标进行表征,一般的方法无法同时处理定量与定性指标,所以本文采用权重的策略处理定量与定性指标,通过改进层次分析法求取主观权重,但层次分析法在求解过程中依赖于专家经验构建判断矩阵,存在一定的主观性,所以本文利用熵权法求取客观权重,通过将主观权重与客观权重结合得到组合权重,使权重的构建更加合理。依据灰色系统理论中的聚类分析原理,最终评估结果需要根据组合权重与评估权矩阵得出,本文通过模糊C均值计算出白化权函数的转折阈值,再通过白化权函数求出评估系数,最终得出评价指标的评估权矩阵。本文通过优化权重与评估权矩阵结合的方式更好的对火控计算机进行了状态评估。此外,火控计算机的电源模块为整个火控计算机提供“动力”,一旦发生故障将导致系统瘫痪,为保障火控系统正常运行,需要对火控计算机电源模块进行故障诊断。本文提出一种基于电源模块历史故障数据的故障诊断方法,该方法首先通过邻域粗糙集对数据进行属性约简,得到关键属性集,然后通过支持向量机构建故障分类模型,但支持向量机是二分类问题,所以采用二叉树方法构造多个支持向量机来解决多分类问题。最后在实验过程中发现,参数的好坏容易影响分类效率,所以引入蚁狮算法来优化支持向量机中的参数,以此建立了一个更加准确的分类模型。通过实验,本文所提出的状态评估模型可以准确地对火控计算机进行状态评估,为火控计算机安全运行提供保障,诊断模型能够对电源模块的故障进行分类,为后续排除故障提供依据。本文通过优化状态评估模型与故障诊断模型更好的实现了对火控计算机的状态评估与诊断。