基于贝叶斯决策的机内测试虚警滤波技术

提出了一种将贝叶斯决策用于机内测试(RIT)系统的虚警滤波方法.诊断的BIT系统包括正常、瞬态、间歇和故障四类状态,利用最小最大决策法确定这四类状态的先验概率,并建立相应的贝叶斯风险决策表.以机载电源的机内测试系统为例进行研究,为每个诊断模块建立相应的贝叶斯决策器,通过支持向量机识别出有异常的可更换模块后,启动相应的决策器对该模块的BIT状态进行决策.结果表明,该方法能够识别出系统中的瞬态和间歇故障,可有效降低BIT虚警发生的概率.     

复杂设备BIT系统几种典型虚警的数学分析

机内测试(Built-in Test,BIT)技术是改善系统或设备测试性和诊断能力的重要途径,它能够提高设备内部检测和隔离故障的能力、简化设备维修、降低全寿命周期费用,但是较高的虚警率一直是阻碍BIT广泛应用的一个重要原因.在对复杂设备BIT系统建立数学模型的基础上,分析了BIT系统几种常见虚警的机理模式,并以此提出了相应的技术解决路线,这对BIT系统的故障诊断设计具有参考价值.     

基于H2/H∞混合滤波的BIT虚警抑制方法

针对基于模型的机电控制系统机内测试(built-in test,BIT)中的虚警问题,分析了系统中的信息不确定性和产生虚警的机理。基于估计误差方差约束混合H2/H∞滤波方法,设计了BIT故障检测诊断系统。该系统对信息不确定性具有较强的鲁棒性,能够充分地抑制虚警。在某机电跟踪与稳定伺服平台BIT系统上进行了仿真研究,结果表明机理分析正确,所提方法有效。     

一种不改变RBD拓扑结构的三态贝叶斯网络

针对将可靠性框图(RBD)转化为等价三层贝叶斯网络(BN)时存在的与RBD结构差异大的缺陷及组合爆炸问题,提出了一种将RBD转化为同构三态BN网络的方法.通过将失效分为"物理故障"和"正常却不工作"两种模式,提出将网络节点转换为包含正常状态以及上述两种失效模式的三态节点,取代仅有正常和失效两种模式的传统模型节点.并在此基础上深入分析了三态BN模型节点的条件概率表(CPT)设置方法.最后建立了与某型飞机航行任务RBD等价的三层BN模型和同构三态BN模型,并对两种BN进行分析计算.理论和实例分析均表明,本文建立的三态BN不仅与原RBD拓扑结构相同,且能够有效解决三层BN存在的组合爆炸问题,可成为系统可靠性分析的有效手段.     

改进的基于三阶段故障过程状态检测模型

基于维修实践中设备两阶段故障过程,利用延迟时间的概念和当前时刻的状态检测历史信息,建立了改进的基于三阶段故障过程的状态检测模型。该模型更接近于设备的真实运行过程。设备运行有4种可能状态出现:正常状态、非严重缺陷状态、严重缺陷状态和故障状态。当检测到系统处于非严重缺陷状态时,采用延迟预防维修策略建立模型。以单位时间设备运行平均费用最小为决策目标,优化检测间隔和阈值时间,通过参考阈值时间来决定是否实施延迟预防维修决策。最后将提出的模型应用于实际案例中,验证了改进的基于三阶段故障过程的状态检测模型的有效性。     

基于完好性风险估计减少RAIM误警率方法

为了提供更精确的完好性服务,提出一种新型降低用户端自主完好性监测(receiver autonomous integrity monitoring, RAIM)误警率的方法。给出了定位误差与残差向量关系的新解释,基于最大定位误差完好性风险算法,提出了扩展正常检测区方法并进行故障检测,通过最大定位偏差保护限值提供故障检测的完好性保证,满足航段漏警率要求。最后,设计一种新的故障检测与故障识别准则,达到在不降低漏检率的条件下,减少误警率。算例表明该方法简单易行、有效。     

无刷直流电动机系统故障检测方法的仿真研究

首先建立了无刷直流电动机系统正常运行时的系统模型。在此模型的基础上,针对系统中功率开关管开路、绕组开路和绕组匝间短路三种故障分别建立了故障运行时的系统模型。通过对系统正常运行和上述各种故障运行的仿真研究,确定了能够识别故障的特征波形。根据仿真结果提出了基于模型监控的故障在线检测方法,即通过正常运行时系统模型的输出值与系统实际输出值之间的偏差来检测系统的故障。     

机载电子设备BIT优化设计技术研究

机内测试(built-in test,BIT)可以提高机载电子设备的任务可靠性,提升装备系统的任务效能。按照基于可靠性的BIT优化设计思想,分析了BIT对系统可靠性的影响,重点讨论了基于可靠性的BIT优化设计方法。提出了BIT优化设计的非线性整数规划(non-linear integer programming,NLIP)模型,并通过LINGO软件求解该模型。实例分析结果表明,该方法有效地降低了系统的故障率,提高了BIT设计指标。     

基于自适应动态无偏LSSVM的故障在线监测

针对无法建立精确数学模型的非线性动态系统,提出一种基于自适应动态无偏LSSVM的故障在线监测模型.该模型通过改进LSSVM的结构风险形式得到无偏的LSSVM,并能够自适应的选择滑动时间窗的长度.在此基础上根据模型动态变化过程中核函数矩阵的特点设计了基于ChoIesky分解的学习算法提高了模型训练效率,实现了非线性系统的在线监测.通过系统输出预测误差的变化,利用Parzen核密度估计方法判断故障的程度.仿真结果表明该故障监测模型在系统正常工作的情况下,能够跟踪系统的动态变化趋势;在系统出现突变故障的情况下,能够快速检测系统故障;在系统出现缓变故障的前提下,能够对系统的故障进行预报.     

概率神经网络多历元残差RAIM算法

民用航空领域中，为提高接收机自主完好性监测(receiver autonomous integrity monitoring, RAIM)算法对故障偏差的检测能力，降低最小可检测偏差，提出了一种概率神经网络多历元残差RAIM算法。该算法基于概率神经网络构建4层故障卫星检测模型，利用方差膨胀模型建立伪距残差故障类与无故障类训练样本，通过粒子群优化算法优化概率神经网络的平滑参数以满足误警率要求，从而计算输入多历元伪距残差与故障类和无故障类训练样本的相似程度，判断卫星是否出现故障。仿真实验结果表明，优化平滑参数可提高所提算法故障检测性能。相比加权最小二乘RAIM算法和高级RAIM(advanced RAIM, ARAIM)算法，所提算法在不同故障情况下可提高小伪距偏差的检测性能，降低不同故障情况下的最小可检测偏差。     

Analysis of Reliability for 3-State Device Network with Link-Capacities

1.INTRODUCTION2-statesystemreliabilityoftenassumesthatthesystemisrepresentedbyaprobabilisticgraphG=(V,E),withasetV~{yi,v2,'',}ofvenicesandasetE~{el,e2,'',}ofedges(orlinks,branches)containedinit.Thesystemisfunctioningifthereexistsapathfromtheinputnodetotheoutputnode.Thusthereliabilityisconsideredwithamatterofconnectivityonlyandthereliabilityanalysishasbeenprimarilyconcernedwiththeenumerationofpathesorcutsinthereferences[1-4].Butinmanyphysicalsystemsuchaspowertransmissionsystems,oilorwat…     

确定测试性验证试验方案的贝叶斯方法

现有的测试性验证试验方案在一定的风险约束下都需要较大的故障样本量。针对这一问题,以故障检测率(fault detection rate, FDR)为验证指标,提出利用研制阶段试验数据和专家信息制定测试性验证试验方案的贝叶斯方法。该方法首先利用研制阶段试验数据建立了产品的FDR增长模型,以此描述FDR在研制阶段的变化趋势,然后利用专家信息确定模型中的超参数,进而得到FDR的验前分布,最后依据贝叶斯最大后验风险准则制定了新的测试性验证试验方案。通过实例的对比分析表明,与经典试验方案相比,新方案样本量减少效果明显,在样本量保持不变的条件下双方风险大大降低。     

半马尔可夫跃迁历程下装备复杂系统多状态可靠性分析与评估

开展多态装备复杂系统可靠性建模、分析与评估研究,对于降低装备研制风险、优化保障系统建设、提升装备使用效能,具有重要作用。常规多态系统可靠性分析与评估体系,局限于马尔可夫指数分布状态跃迁历程假设,建模精度与解算可信度受限。突破指数分布技术瓶颈问题,构建半马尔可夫跃迁历程下多态系统可靠性建模、分析与评估体系,并针对船用机电耦合多态发电系统,实现新体系下可靠性建模、分析与评估的典型案例研究。研究表明,新体系可改善机、电类元器件强耦合复杂系统结构的多态可靠性刻画精度,有效规避系统的设计风险和使用风险;有助于实现装备配套保障系统建设的优化决策目标;对于装备系统设计人员与使用人员,具有重要的理论分析价值与工程应用价值。     

北京市知识密集型服务业增加值的 Markov SCGM(1, 1)C预测模型

将1991-2009年北京市知识密集型服务业增加值作为原始数据序列, 对部分统计信息修正后, 应用单因子系统云灰色模型拟合时序数据的总体趋势; 然后将所得相对误差作为随机波动过程, 用马尔柯夫链原理对其状态进行预测; 最后综合运用MarkovSCGM(1, 1)_C模型, 对未来3年北京市知识密集型服务业增加值进行了预测, 结果表明具有良好的预测精度.     

卫星信道衰减模型研究及试验分析

提出了一种基于时间序列的星-地通信链路衰减模型。模型利用一个目标聚类算法把大量衰减事件归纳为4类，然后通过改进的4状态马尔可夫链产生能够反映季节和气象变化的弹性时间序列，从而较为真实的模拟出链路衰减时的数据报丢失和重传等状态。在该模型基础上对多播文件传输协议进行了试验和分析。     

部分可观测信息条件下系统最佳检修策略分析

针对部分可观测信息条件下的退化系统,提出利用部分可观测马尔可夫决策过程模型解决系统视情维修问题。采用隐马尔可夫模型对系统进行状态评估,得到系统的转移概率和观测概率矩阵;利用比例故障率模型对系统进行可靠性分析,得到系统的故障率和可靠度函数,不仅考虑系统的工作时间,也考虑系统的退化状态。最后,以系统长期运行的最小平均费用率为目标,得到最佳的检测周期和最优的更换策略。实例研究表明,该方法可为保障人员提供科学的维修决策依据。     

Bayesian estimation for nonlinear stochastic hybrid systems with state dependent transitions

The Bayesian approach is considered as the most general formulation of the state estimation for dynamic systems.However,most of the existing Bayesian estimators of stochastic hybrid systems only focus on the Markov jump system,few literature is related to the estimation problem of nonlinear stochastic hybrid systems with state dependent transitions.According to this problem,a new methodology which relaxes quite a restrictive assumption that the mode transition process must satisfy Markov properties is proposed.In this method,a general approach is presented to model the state dependent transitions,the state and output spaces are discreted into cell space which handles the nonlinearities and computationally intensive problem offline.Then maximum a posterior estimation is obtained by using the Bayesian theory.The efficacy of the estimator is illustrated by a simulated example.