基于Monte Carlo法与GA算法的复杂系统可靠度求解

复杂系统可靠性问题是可靠性工程中丞待解决的问题。提出了基于可靠性框图的复杂系统蒙特.卡罗仿真方法,给出了各种基本可靠性模型系统与其组成单元的失效时间关系,解决了含有旁联模型的复杂系统仿真问题。以可靠性仿真数据为寿命样本,待估计参数的置信区间为编码空间,以经验分布与所求分布误差倒数为适应度函数,建立了基于遗传算法的寿命分布参数点估计模型,求得了复杂系统可靠度函数。最后以两个实例表明该方法比传统方法具有更高的精度。     

基于证据GO法的复杂多态系统动态可靠性分析

为了准确把握复杂多态系统及其部件可靠性指标的演变规律,需要对其进行动态可靠性分析。针对复杂多态系统退化参数的认知不确定性问题,提出一种用于动态可靠性分析的证据GO算法,以GO法原理为分析基础,结合证据理论构建一种考虑认知不确定性的多态GO法操作符,完成对复杂多态系统的不确定量化,结合马尔可夫模型对复杂多态系统进行可靠性建模,从而有效地分析认知不确定性给系统可靠度的影响,并用算例验证方法的可行性。     

复杂系统的可靠性模型及参数估计方法

目前可靠性研究大多是针对单个部件,即使是多部件系统,也是假设各部件相互独立且故障分布相同的情况.为了确定多部件组成、部件之间具有故障相关性、部件的故障分布不同或分布类型相同参数不同的复杂系统的可靠性模型,建立了非致命冲击威布尔混合模型,并提出了一种综合参数估计方法.通过对铁路机车柴油机进行应用验证,结果表明应用该模型和参数估计方法得到的拟和曲线较现有的方法更加符合原始的运行数据曲线.     

随机因素作用下动态系统性能可靠性分析方法

动态系统的性能可靠性受噪声、干扰等短周期因素和磨损、结构参数退化等长周期因素的综合影响,并且这些影响因素大都是具有随机性的动态过程。首先阐述了动态系统及影响其性能可靠性的随机因素的描述方法;然后分别介绍了短周期因素和长周期因素作用下的性能可靠性分析方法;并综合这两种方法的优点,提出一种综合考虑长短周期随机因素影响的动态系统性能可靠性分析方法。该方法综合考虑了长短周期随机因素的动态特性,提出的仿真分析方法合理地实现了模型中的动态不确定因素,具有更高的精度和仿真效率。最后,通过舵机案例对提出的方法进行了验证。     

FMS任务可靠性分析模型

研究ＦＭＳ任务可靠性必须综合考虑系统的结构、加工工件集、加工线路集的影响，而且由于ＦＭＳ具有加工和线路柔性，因此用常规的串、并联关系难以建立ＦＭＳ的任务可靠性模型。本文结合ＦＭＳ的特点，提出了ＦＭＳ任务可靠性分析模型的建模方法，并将该建模方法用于一实例，作者认为该建模方法既综合考虑系统的结构、加工工件集、加工线路集的影响，又较好地解决了预计系统任务可靠性的复杂程度高、难度大等问题。该建模方法可用于：（１）确定整个系统或特定工件的关键设备，利于维修的安排；（２）确定最可靠的加工线路集；（３）确定系统在不同条件下的任务可靠性，这是ＦＭＳ任务可靠性综合预计模型的基础。     

基于Agent的电子战CGF建模研究

计算机生成兵力（CGF）是一个具有自主性、智能性的复杂系统。传统的建模方法难以精确的描述其模型。Agent技术作为面向对象技术的延伸，为解决这类复杂系统的建模与仿真问题提供了有效手段。应用基于Agent建模技术，建立了电子战CGF的层次模型，并解决了个体Agent模型设计中的感知、动作、决策及实现方法上的问题，最后讨论了用于设计聚合级实体的多Agent系统的组织结构、通信语言、通信机制及协作模式。     

模拟退火算法的一种参数设定方法研究

模拟退火算法在有限计算量条件下的收敛性能对自身参数有很大的依赖性,这使得参数设定问题成了算法应用过程中的一个关键环节。考虑到模拟退火算法本身的随机性,将其参数设定问题描述为随机优化问题,提出一种系统可靠地解决该问题的混合优化算法,即基于序的巢分区算法,该算法继承了序优化算法的快速收敛性及巢分区算法的全局搜索特性,能够有效解决复杂的随机组合优化问题。以典型旅行商问题为算例的仿真结果检验了方法的高效性与可靠性。     

参数不确定系统鲁棒镇定控制器设计的鲁棒可靠性方法

用区间变量描述系统参数的不确定性,从可靠性角度研究不确定系统的稳定鲁棒性设计问题。基于二次稳定性准则,提出了参数不确定系统鲁棒镇定控制器设计的鲁棒可靠性新方法。依据该法设计的控制系统可满足稳定性意义上的鲁棒可靠性要求,并给出保证系统稳定性所要求的基本参数的最大鲁棒界限。所给公式完全基于线性矩阵不等式(LMI)方法,求解方便。适用于不确定参数的摄动范围准确已知和未知等情况。对实际算例的设计和模拟结果与现有结果的比较研究表明了在传统的控制器设计中,保守性的增加并不意味着可靠性的增加。从而也说明了所提方法是实用、有效和可行的。     

基于DSPN的多阶段任务系统测试性需求建模与分析

针对多阶段任务系统(PMS)的测试性需求分析问题,提出了一种基于确定与随机Petri网(DSPN)的系统级测试性需求模型(PMS-DSPN)和指标确定方法.PMS-DSPN模型包括系统网(SN)和阶段网(PhN)两部分,每个SN对应于各个子阶段任务的GSPN测试性需求模型;PhN对应于各个阶段任务间的转换过程,并通过关联矩阵进行描述.基于该模型得到PMS任务成功率计算方法,并结合PMS维修代价、测试性设计代价计算方法,构造了系统级测试性指标优化分析模型,进而确定PMS系统级测试性指标.最后通过实例验证该方法的有效性.     

图分割问题中的遗传算法

研究了“南水北调”大型仿真项目中影响系统运行速度的瓶颈问题-如何获取水质评价参灵敏，文中提出一种多线程的解决方法，将对每一个水质评价参数的计算设计成不同的线程，并将这些线程分配到网络中其他结点上，利用其他计算机的空闲时间来进行水质评价参数的计算，该方法根据网络中各个节点的使用状况，以图分割问题为模型。利用遗传算法对线程进行合理分配，从而为解决该问题提供了新途径。     

直升机RMS与测试性综合评估模型研究

通过对直升机可用性,可靠性、维修性、保障性(reliability & maintainability & supportability,RMS)和测试性的研究,提出对可用性进行综合评估,并说明在RMS基础上考虑测试性的必要性。首先,根据RMS与测试性的常用参数,建立了可用性综合评估指标体系;其次,在现有多种综合评估方法中,选择模糊层次分析法(即层次分析法(analytic hierarchy process,AHP)与模糊综合评估法(fuzzy comprehensive evaluation,FCE)相结合的方式)对直升机可用性进行评估,从而构建了总体综合评估模型;最后,应用Matlab平台对提出的评估模型进行仿真,并以直11型直升机为例对提出的方法进行验证,实现了评估的自动化与可视化。     

Study of testability measurement method for equipment based on Bayesian network model

To analyze and evaluate the testability design of equipment, a testability analysis method based on Bayesian network inference model is proposed in the paper. The model can adequately apply testability information and many uncertainty information of design and maintenance process, so it can analyze testability by and large from Bayesian inference. The detailed procedure to analyze and evaluate testability for equipments by Bayesian network is given in the paper. Its modeling process is simple, its formulation is visual, and the analysis results are more reliable than others. Examples prove that the analysis method based on Bayesian network inference can be applied to testability analysis and evaluation for complex equipments.     

基于多信号模型的雷达测试性设计分析

针对过去测试性分析方法计算繁琐、周期长、效率低等缺点,基于模型的方法成为目前测试性设计分析技术的趋势,以多信号模型为基础,结合工作实际提出了一种测试性知识的获取方法。以TEAMS软件为平台,介绍了基于多信号模型的雷达测试性建模和测试性设计分析的原理、过程和结果,为雷达或其他电子装备的测试性设计分析提供了一套有效的方法。     

基于结构模型的测试性设计与分析技术研究

为了解决因系统信息获取困难导致装备早期测试性设计和维修诊断工作难度增加的问题,提出了一种基于系统结构模型的测试性设计与分析方法。该方法借助图论的数学工具对系统进行数学建模,通过定量分析完成系统的模块划分;在此基础上,建立测试相关性矩阵,以最小测试代价为优化目标函数,应用Huffman信息编码方法生成系统的故障诊断树。与其他方法相比,该方法不仅结果更加优化,而且对系统的内部信息依赖相对较少,可以有效应用于设备的早期测试性设计以及使用过程中的维修诊断工作。     

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。     

小子样变总体下的Bayes测试性验证方法

现有测试性验证试验方案一般都需要较大的故障样本量,利用装备研制阶段的测试性数据则可能有效解决这一问题。但研制阶段的测试性数据和现场试验数据一样属于“小子样”且具有“变总体”特点,为此提出一种基于Bayes理论的测试性验证方法。首先根据装备研制各阶段积累的测试性试验信息构建装备测试性参数故障检测/隔离率(fault detection rate/fault isolation rate,FDR/FIR)的动态增长模型,用以揭示装备测试性水平的动态变化规律,并对其测试性指标进行预测。然后根据最大熵原理计算系统FDR/FIR的先验分布。最后结合少量现场试验数据,根据Bayes最大验后风险准则制定装备测试性验 证方案,对装备测试性指标进行验证。通过实例对比分析表明,该方法有效融合了研制阶段数据与现场试验数据,能在小样本的情况下提高验证结论的置信度,降低评估风险。     

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.     

贮存装备检测周期优化模型研究

针对现有装备贮存定期检测测试效率以一个先前经验值来表示的不科学性,依据工程实际,提出用模糊综合评判法确定测试效率;利用装备在贮存中性能退化的性质,建立考虑模糊测试效率的模糊可靠度预计模型;结合模糊可靠度函数给出贮存费用的积分表达式。最后以模糊可靠度模型为约束,以费用最小为目标函数建立检测周期的优化模型。运用遗传算法对某型水下航行器贮存期电参数的故障检测周期进行优化,结果表明了此方法的合理性和实用性。     

一类参数不确定非线性系统的故障检测与重构

飞行器在全包络上表现出明显的气动参数不确定性,以某无人机纵向模型为研究对象,提出一种不确定参数在线估计的自适应观测器故障重构方法。首先,将系统状态方程描述为一类带时变参数的仿射非线性结构,在参数增广系统能观性分析基础上,采用增广容积卡尔曼滤波(augmented cubature Kalman filter, ACKF)算法实现气动参数在线估计,以克服鲁棒性死区故障检测方法的保守性,提高检测灵敏度。其次,将所估计参数用于自适应观测器设计,由于Lie导数分析方法保证了对象系统的能观性,故系统不必满足文献方法中的特定规范形式;在此基础上,给出了故障检测自适应阈值和故障参数调节律,并分析了估计误差的收敛性。仿真实验表明了所提方法的有效性。     

考虑混合维修策略的复杂系统区间可用度

针对马尔可夫过程只能计算故障时间和维修时间服从指数分布、更新过程只能计算故障时间和维修时间服从独立同分布系统可用度的局限,以及现有可用度模型没有同时考虑不同维修策略和环境因子对系统可用性的影响的现状,构建了一种考虑混合维修策略和使用环境的复杂系统的区间可用度模型。该模型假设系统的故障和维修时间服从任意分布,不同的故障模式采取不同的维修策略。计算系统停机时间时,考虑了系统的预防性维修时间、修复性维修时间和保障延误时间。以某型无人机控制系统为例,对设计方法进行了验证。系统关键部件服从不同参数的威布尔分布,系统维修时间和延误时间均服从正态分布。结果表明,设计方法可行、正确,可为基于可用度的预防性维修周期优化、效能权衡和通用质量特性指标阈值设计提供技术支撑。