基于FMECA的复杂装备故障预测贝叶斯网络建模

针对复杂装备故障预测问题, 本文提出一种基于故障模式, 影响及危害性分析(failure mode, effects and criticality analysis, FMECA)知识的 故障预测贝叶斯网络模型(failure prediction Bayesian network, FPBN)建模方法. 首先, 在分析现有FMECA知识所包含故障信息的基础上, 提出了基于FMECA单元的FPBN网络结构转化方法和FPBN概率 参数计算方法, 建立起对应的FPBN单元模型. 然后, 对复杂装备各组成部分对应的FPBN单元模型进行连接, 构建整体系统的FPBN集成模型. 最后, 根据某机载平视显示器(head up display, HUD) FMECA知识, 建立了HUD电子组件的FPBN模型实例. 实例分析结果表明, 基于FMECA知识建立的FPBN模型具有不确定性表达和定量 分析方法的优势, 能够准确、有效地进行复杂装备故障预测.     

电子产品健康监测和故障预测方法的案例研究

以工程实际中广泛应用的电子产品为案例,对电子产品健康状态监测和故障预测的方法和流程进行了实验验证。实验中采用了性能参数监测法与故障物理模型法相结合的形式,将健康状态监测和故障预测的一般性方法、技术和理论应用到具体的电子产品,对相关的实验流程和实验数据分析结果进行了详细阐述。通过本实验验证案例研究,明确了实现健康状态监测和故障预测在实验上的技术细节问题,为工程中实际构建电子产品的健康状态监测和故障预测能力提供了实践积累。     

基于改进PCA的导弹装备健康表征参数提取方法

针对导弹装备健康状态信息复杂且相互交融、健康表征参数难以提取的问题, 提出一种基于改进主成分分析(principal component analysis, PCA)的装备健康状态低维敏感表征参数的确定方法。该方法先开展装备扩展故障模式及影响分析, 构建初始高维特征参数集, 再利用改进PCA对参数集进行降维处理, 在最大化高维表征参数全局特征方差的目标下, 提取出非线性表征参数子集。将该方法应用到导弹舵机健康评估实验中, 使用故障注入模拟设备进行验证。结果表明, 采用所提方法提取的健康表征参数对舵机健康状态识别准确率高, 说明所提方法在提取导弹装备健康表征参数中具有明显的优越性。     

描述复杂系统故障关系的条件故障图

在复杂系统故障关系分析中 ,为了准确、有效地描述系统状态条件同其故障关系间所存在的关联 ,提出了条件故障图的描述模型。界定并分析了描述系统状态关系的状态树 ,并将它与故障图相结合形成条件故障图。界定并分析了条件故障图的结构及其中的状态条件变化特性。将它应用于航空发动机的控制系统 ,并给出了一个特征实例。条件故障图可以有效地描述状态条件对故障关系的影响及作用 ,适用于对故障关系的自动化描述及分析     

基于测试数据的长期贮存装备实时健康状态评估

以导弹为代表的长期贮存装备具有“长期贮存、少量测试、一次使用”的特点，实时了解此类装备的健康状态有重要意义。根据长期贮存装备可靠性的变化，提出了一种基于时间修正的Dempster-Shafer 证据理论实时健康状态评估模型，将装备健康状态划分为5 级，利用长期贮存装备的测试数据值分别与上次非故障测试值、历史非故障测试均值、以及标准值加以比较，并对其进行时间修正，结合D-S证据理论融合多源信息，实现此类装备的实时健康状态评估。最后，利用某型装备的测试数据进行了实例分析，结果说明该模型在长期贮存装备实时健康状态评估方面具有良好的性能。     

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。     

大型复杂系统多态可靠性快速评估算法

开展装备系统可靠性评估工作, 对于发挥装备固有性能、提升装备使用效能、降低装备管控风险, 具有重要工程应用价值。针对大型装备复杂系统, 通过构建面向不同耦合结构的极限序列核和极限可靠度逼近函数, 探索了一类计算资源要求低, 计算便捷, 且逼近精度满足工程需要的多状态可靠性建模、分析与快速评估方法。案例研究表明: 算法突破了装备复杂系统大维度可靠性解算技术瓶颈, 提升了可靠性评估效率, 且评估与风险预报效果好; 算法丰富了装备复杂系统多状态可靠性建模、分析与评估体系, 可为可靠性工程的设计、使用与管理人员, 提供前沿理论储备和工程技术借鉴。     

基于模型的系统及安全性工程、数字孪生及语义建模特刊征文通知 《系统工程学报》特刊北大核心CSCD

复杂装备以网络化、智能化、体系化为未来发展趋势,导致装备研发过程中的复杂性增加,大大提升了装备研发及使用过程中的不确定性及设计风险,对装备全生命周期研发进行形式化定义,实现全生命周期、全要素、全领域、全系统工程视图的统一描述及表达是实现复杂装备研发数字化转型的基础。基于模型系统及安全性工程、数字孪生及语义建模等技术,被广泛应用于复杂装备的使命任务定义、体系设计及系统设计过程,可以通过统一的语义及语法,实现对系统研发过程中的相关知识及信息的统一表达、有效管控并对装备研发过程进行分析及验证,在复杂装备研发领域应用前景巨大。     

故障规律未知时的装备任务成功性评估方法

针对装备故障规律不易获取以及传统任务成功性评估中未分析装备技术状态等问题,提出了一种技术状态与任务可靠度之间的转换方法。利用径向基神经网络对装备技术状态等级进行了评估,利用云模型对装备的任务可靠度进行了评估。以此为基础,结合维修时间约束条件评估了故障规律未知时的装备任务成功性。     

大型武器装备故障建模与仿真技术研究

针对大型武器装备组成结构复杂,在操作使用过程中发生故障后,故障原因不易分析和处理的问题,通过分析大型武器装备故障基本属性及传播特性,提出采用故障建模与仿真的方法,建立故障属性描述模型及状态参数数据库,采用神经网络算法进行故障传播推理,模拟故障现象及发展流程,计算出故障发生概率。该技术对大型武器装备维修提供了理论指导,具备良好的实用价值,为分析和研究其他装备或系统故障提供技术参考。     

基于模糊变权原理的卫星健康评估方法

针对航天器健康管理领域中在轨卫星的健康评估问题,提出了基于模糊变权原理的健康状态评估方法,用健康度定量表示健康状态,并以卫星姿态控制系统为例进行了分析。在部件级水平上,采用了基于模糊无量纲化函数和稳定更新过程的健康度计算方法。从部件级到系统级,利用改进的层次分析法(analytic hierarchy process, AHP),结合变权综合原理,建立了姿态控制系统的健康状态层次分析模型,并给出评估计算过程。最后,通过故障仿真的手段进行验证,结果表明该套分析与评估方法对卫星健康管理具有实用价值。     

基于故障树的复杂装备模糊贝叶斯网络推理故障诊断

复杂装备的小批量、个性化定制属性, 注定了其生命周期过程中存在着相对较多的不确定性, 故障隐患必不可免, 故障诊断尤为重要。因此，提出基于故障树的复杂装备模糊贝叶斯网络推理故障诊断模型。首先, 通过分析复杂装备的结构组成, 建立复杂装备的故障树模型。其次, 利用故障树转化法, 构建基于故障树的贝叶斯网络拓扑结构。然后, 针对复杂装备结构数据缺乏和专家打分的不确定性, 通过模糊集合论方法确定条件概率等参数。最后, 进行案例研究, 利用模糊贝叶斯网络推理中的因果推理和诊断推理, 诊断出案例中的故障(潜在故障)节点, 证明了所提方法的有效性。研究成果不仅解决了贝叶斯网络中利用搜索函数构建最优网络不符合实际的问题, 也通过模糊集合论解决了复杂装备数据缺乏和专家打分不确定性的不足。所提模型不仅适应于过程诊断中故障的确定, 同时也适用于事前诊断中潜在风险的识别, 而且对于故障(或潜在故障)节点的改善效果还能起到检测评估的作用。     

电子设备健康状态评估与故障预测方法

针对电子设备的健康性能退化问题,提出一种改进流形学算法与隐半马尔可夫模型(hidden semi Markov model, HSMM)相结合的电子设备健康评估与故障预测方法。首先,在有监督邻域保持投影(supervised neighborhood preserving projection, SNPP)算法中引入非相关约束并加入核函数形成核有监督非相关邻域保持投影(kernel supervised uncorrelated neighborhood preserving projection,KSUNPP)算法,将其用于原始特征的提取,获得有效的特征集作为HSMM的输入进行训练|其次,建立了电子设备健康评估与故障预测模型,该模型用Kullback Leibler (KL)距离来衡量故障程度,实现设备退化程度的评估,又可根据各状态驻留时间,预测出设备故障发生的时间。最后,将该方法应用于某型导弹电子设备的健康评估与故障预测,验证其有效性。     

基于HGERT网络模型的退化型失效可靠性评估

针对退化型失效的复杂装备系统,提出基于隐图解评审技术(hidden graphic evaluation and review technique,HGERT)网络模型来进行系统可靠性预计和评估的方法。图解评审法(graphic evaluation and review technique,GERT)网络中的节点代表装备失效过程中正常状态到失效状态的转移,通过传感器将反映系统隐性状态的性能特征参数进行量化输入,从而将GERT网络中的各个劣化状态节点进行展开。应用Viterbi算法对模型参数进行解码和学习,确定退化型失效系统状态转移概率。将装备运行中所处的工作应力、环境载荷等影响性能衰退的因素作为输入,将关键性能指标退化量作为输出,建立装备性能退化的一般控制模型并将其作为GERT网络活动传递的随机变量。借助于信号流图理论对参数进行解析,监测系统处于不同状态时的性能退化水平,为故障预测和装备健康管理提供支持。案例通过对铣床性能退化量的分析,证明所构模型的可行性和合理性。     

一种非单调关联故障树的分析方法

提出了一种非单调关联故障树分析的新方法，其基本思想是对非单调关联故障树模块化以减小故障树的规模，避免了传统故障树分析中出现的大量不交化运算，提高了运算效率，并在此基础上对非单调关联故障树中的定性分析(质蕴含求解)和定量计算(重要度计算)进行了研究。该方法为复杂故障树的分析提供了一条新的途径。     

数据驱动的武器系统电子元部件级故障诊断研究综述

电子元部件级状态监测与故障诊断技术是武器装备维修保障的关键，是武器系统作战效能保持和快速恢复的可靠保障。随着数据获取、存储及挖掘技术的快速发展，基于数据驱动的智能诊断方法逐渐成为状态监测与故障诊断领域的重要研究方向。武器系统电子元部件集成形式多样、工作环境复杂、参数指标多、故障模式动态耦合，给故障诊断工程实现带来了严峻的挑战，特别是数据质量问题、故障诊断方法与应用问题以及复杂运行环境下未知故障模式识别问题。针对当前武器系统电子元部件级故障诊断对象、数据驱动的诊断方法以及面临的主要问题进行简要综述，在总结国内外已有研究成果的基础上，指出了在未来实现武器系统电子元部件级的状态监测与在线故障诊断技术的发展趋势。     

基于机会理论的复杂装备系统风险传递GERT研究

针对复杂装备系统任务活动中风险分析传递类型单一、风险机理分析不全面的问题,构建不确定随机图形评审技术模型。首先,根据复杂装备系统的风险特点,基于机会理论提出了风险度,定义不确定随机矩母函数,结合风险基元、风险流构建了图形评审技术(gragh evaluation review technique, GERT)网络分析模型;然后,改进模型通过基元风险度、系统风险度、风险基元重要度等参数,进一步描述风险传递关系;其次,利用矩估计法处理专家信度,采用改进的量子菌群算法求解极大熵模型,分别求得不确定分布函数和概率密度函数,从而得到矩母函数,计算网络模型的参数。最后,选取某型战机执行眼镜蛇机动任务为例,定量评估飞行风险,分析风险机理,验证模型的有效性。     

集成模糊推理与定量仿真的故障预测系统研究

为解决传统故障诊断方法在装备维修保障方面的不足，将虚拟样机作为一种新的定量推理机制引入到故障仿真和预测领域，提出了基于虚拟样机的装备故障仿真预测模型。以某型自行火炮为研究对象，在ADAMS环境下建立了火炮虚拟样机。仿真预测过程根据用户输入的初始参量由虚拟样机获取初始状态，由基于动态模糊综合评判的预测方法生成候选故障集，虚拟样机结合知识库确认实际发生的故障并找出相应的故障原因和故障部件。虚拟样机的仿真结果和相关的预测实例验证了模型的有效性，表明基于上述模型的故障仿真预测系统可以获得较高的预测精度，能够满足装备预知维修保障的需求。