DSFT中因素投影拟合法的不精确原因分析

为了解DSFT概念下的因素投影拟合法得到的元件故障概率空间分布与CSFT所得的相对准确的分布存在较大差别的原因,即分析原有因素投影拟合法的不精确原因,论文重新分析了该方法的计算过程.发现元件关于使用时间t和使用温度c的特征函数P_i~t(t)和P_i~c(c)的确定是不准确的.对这两个函数进行了重新构建,通过一系列推导得到了特征函数的新表达式.对比分析表明:原方法得到的函数线型与真实结果是形同的,只是缩放程度和平移量不同,所以仍有实际的借鉴意义.c_0和t_0作为自变量形成了一组函数族,但由于缺少约束条件仍无法具体确定数值.     

独立维修两不同型部件冷储备系统可靠性分析

考虑具有独立维修规则的两不同型部件冷储备系统的可靠性.在一个部件的维修分布为Erlang分布,另外3个分布均为一般连续型分布的假定下,利用补充变量法和拉普拉斯变换工具,得到了系统主要可靠性指标的拉普拉斯变换表达式,如:系统的首次失效时间分布,系统的可用度,修理工空闲的概率和(0,t]时间内系统的平均故障次数等.     

具有温储备失效和延迟修理的M/G/1可修排队系统的可靠性指标

本文考虑了具有温储备失效特征的M/G/1可修排队系统.在该系统中,服务台故障分为两类:第一类是服务台在服务员的"广义忙期"中以故障率为α(0≤α∞)的泊松过程发生故障,第二类是服务台在系统闲期中以分布函数为Y(t)的更新过程发生故障,而且发生第二类故障时不能得到立即修理.利用全概率分解技术和拉普拉斯变换工具,分别讨论了在两类故障模式下服务台的瞬态不可用度和稳态不可用度,(0,t]时间内的平均故障次数和稳态故障频度等可靠性指标,进一步还讨论了服务台由温储备失效引起等待修理的概率.最后,通过数值计算例子讨论了系统有关参数对服务台的第二类稳态不可用度和第二类稳态故障频度的影响.     

低信噪比条件下调频率估计的子空间投影方法

当SAR回波数据的信噪比较低时,准确估计多普勒调频率变得十分困难.提出了一种基于子空间投影技术的多普勒调频率估计方法.该方法利用不同距离单元的观测矢量构造协方差矩阵,然后通过对协方差矩阵特征分解得到噪声子空间,最后将相位误差矢量向噪声子空间投影来估计多普勒调频率.在信噪比较低的条件下此方法可以稳健地估计多普勒调频率.     

基于投影滤波的突发事件危险源位置估计问题研究

针对确定突发事件中危险源的位置估计问题,提出一种基于hermit基函数的投影滤波方法.通过将其概率解投影到指定状态空间中,通过投影空间中的艾尔米特基函数构造出近似解,即状态的先验概率密度函数,最后由贝叶斯估计得到状态的后验概率密度函数,给出算法的收敛性和计算复杂度分析.仿真实验证明投影滤波方法有效减少滤波估计中所需的计算量,并提高了估计精度.     

基于加权子空间拟合的干涉相位估计方法

提出复合导向矢量的概念,并通过对测量的信号子空间与复合导向矢量张成的子空间进行拟和,推导出一种基于加权子空间拟合思想的干涉相位估计方法,该方法具有自适应图像配准和降低相位噪声功能,因而可以在图像配准精度很差(可以允许达到一个分辨单元)的条件下准确地估计相应像素间的干涉相位.仿真和实验数据表明估计结果优于基于子空间投影方法的估计结果.     

基于投影空间下奇异值分解的海面小目标CFAR检测

提出了一种基于投影空间下奇异值分解(singular value decomposition,SVD)的杂波抑制方法.在雷达回波数据中,利用待检测单元的邻近单元构造杂波空间,并将杂波空间在投影空间下进行奇异值分解以实现杂波抑制.为此,本文设计了一种全新的检测器,即将正交投影(orthogonal projection,...     

加工中心故障分布规律及其研究方法

数控机床的平均故障间隔时间是一项重要的可靠性指标,然而作为该指标计算理论基础的故障分布规律却未得到充分研究.基于Ⅰ型截尾似然函数理论,结合加工中心试验数据,对加工中心故障间隔时间进行了威布尔分布模型的拟合,然后用Hollander-Proschan方法进行了拟合优度检验.最后证明该加工中心故障间隔时间服从威布尔分布.对这类有替换定时截尾数据,用截尾似然函数理论进行拟合,并且用Hollander-Proschan方法进行拟合优度检验,是非常有效的.     

基于非线性主元子空间的故障模式识别方法

针对多元统计过程监控中的故障源识别问题,提出一种非线性主元子空间方法识别故障模式.该方法对不同类型的故障数据进行核主元分析,获得描述数据主要变化的非线性主元子空间,以此为基础构造故障模式分类器.考虑到核主元分析的计算复杂性,提出一种基于特征样本的非线性主元子空间算法,使用基于克隆选择原理的免疫算法提取特征样本用于故障模式识别.在Tennessee Easlxnan过程上的仿真结果说明,非线性子空间方法能够比线性子空间方法更有效的识别故障模式.     

面向维修决策的战役全域空间战损建模与仿真

战役全域空间内战场损伤的产生及分布是典型的非确定性难题.透过战场环境、装备配置、战术动作、受损程度等具体的确定性因素,把握其共性的特点和一般规律,利用概率统计方法进行仿真,是未来战争维修决策研究的前提和基础.提出以局部正态分布累加法拟合武器装备在战场上的空间分布,Эрлана分布拟合装备的战场损伤程度,解析战场损伤的随机过程,建立仿真模型;并以坦克师阵地防御战役中的一次战斗为例进行了计算机仿真,检验了模型的实用性.     

分布式仿真系统容错机制研究

就分布式仿真中的容错问题进行了初步的研究和分析。首先针对分布式仿真系统的特点，提出了系统分层模型，就每层中错误类型进行了分析和描述。然后构建了基于HLA的分布式仿真容错系统DSFT(Distributed Simulation Fault-tolerancesy stem)，该系统主要由三部分组成：仿真资源状态监控模块、数据保存模块及错误恢复模块，文章就该系统的相应模块跟RTI的关系进行了分析。最后，就利用网格技术来简化容错系统实现的可行性进行了初步研究。     

基于抗差估计和改进AIME的缓变故障检测方法

为了解决经典缓变故障检测法——自主完好性监测外推法(autonomous integrity monitoring extrapolation, AIME)在组合导航中检测故障延迟时间较长和不能准确判定故障结束时刻的问题, 提出了基于抗差估计和改进AIME的缓变故障检测方法。该方法采用标准t分布和IGG-Ⅲ (Institute of Geodesy & Geophysics Ⅲ)方案设计自适应增益矩阵以缓解卡尔曼滤波故障跟踪的影响。同时, 结合AIME故障检测状态, 提出由外推法和残差卡方检验(residual chi-square test method, RCTM)故障检测统计量构成的r_A/R统计量概念, 然后在AIME检测到缓变故障的状态下利用样本分位数原理对r_A/R序列进行异常值检测, 从而判断缓变故障结束时刻。仿真结果表明, 在检测缓变故障时, 所提方法可明显缩短故障检测延迟时间, 并能够准确判定故障结束时刻。     

具有温储备失效的M/G/1可修排队系统

本文把“服务台在系统闲期中可能温储备失效”引入到M/G/1可修排队系统中,考虑了具有温储备失效特征的M/G/1可修排队系统.使用全概率分解技术和利用拉普拉斯变换工具,导出了在任意时刻t队长的瞬态分布的拉普拉斯变换的表达式,进一步获得了队长的稳态分布的递推式,同时,给出了稳态队长和稳态等待时间的随机分解结果. 最后通过数值计算实例讨论了平均附加队长随温储备失效参数和修复参数的变化情况.     

基于统计模型检测的DFT定量分析方法

动态故障树(dynamic fault tree, DFT)是对系统进行安全性分析的重要手段,基于马尔可夫链的DFT求解方法存在3个难题:一是仅可分析故障概率为指数分布的系统;二是无法分析共因失效情况;三是可能导致状态空间爆炸。因此提出一种基于统计模型检测的DFT定量分析方法。首先将DFT分解为动态逻辑门、基本构件、共因失效关系、门门和门构件间的逻辑关系;其次将动态逻辑门、基本构件和共因失效关系基于随机混成自动机形式化规约;然后通过逻辑关系重构自动机,形成随机混成自动机网络;最后通过分析一个具有共因失效关系的服从多失效概率分布的飞机结冰探测系统,表明所提方法的有效性。     

基于重构误差和多块建模策略的kNN故障监测

针对基于k近邻(k-nearest neighbor,kNN)的故障监测算法中，引发故障的异常信息易被正常信息淹没，导致故障检测不及时和报警率低的问题，利用自编码器和多块建模策略提出一种基于重构误差的k NN故障监测方法。该方法利用正常工况数据集训练自编码器模型，基于该模型进行重构误差提取以解决异常信息易被淹没的问题。进一步考虑微小偏移和振荡等故障特征，采用多块建模策略，对各子块分别计算统计量并融合检测。通过一个数值例子与田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真与分析，结果验证了所提方法的有效性与监测性能的提升。     

01SFT中的系统因素结构反分析方法研究

论文介绍了系统因素结构反分析子框架(inward analysis of system factor structure,IASFS).它是为了解系统在工作环境因素变化过程中系统可靠性的变化.论文根据其对应关系进行逻辑推理得到规则,进而形成系统等效响应结构.得到适合系统工作的因素状态组合.IASFS是笔者提出的SFT框架的一部分.根据IASFS的特点定义了01型空间故障树,其结构化表示法为图法和表法.基于表法的IASFS方法有逐条分析法和分类推理法.论文主要定义和描述了逐条分析法和分类推理法.说明了IASFS是一个系统结构反分析人机认知体.推理结果表明,就系统与因素的状态关系而言,系统结构为T=A_1·A_4+A_3·A_5+A_1·A_2·A_3.逐条分析法和分类推理法可得到等效响应结构,其与被分析系统对工作环境因素变化响应相同.     

基于证据推理和置信规则库的涡扇发动机故障预测

针对某型涡扇发动机故障预测的问题,提出一种基于证据推理和置信规则库的涡扇发动机故障预测模型。为描述涡扇发动机的健康状态,利用证据推理算法融合发动机系统状态信息;结合先验知识建立混合驱动的置信规则库仿真预测模型;采用投影协方差自适应进化策略用于优化模型参数;通过实验验证了模型的有效性。研究结果表明：该方法不仅准确预测涡扇发动机故障风险概率,而且为故障诊断和维修保障提供了有力的支撑。     

基于独立源分析的过程监测及故障诊断方法

多元统计过程控制(MSPC)要求观测数据服从正态分布,而实际的工业过程数据大都不满足正态分布条件。独立源分析(ICA)是近几年才发展起来的一种新的统计方法,可以克服对数据分布的依赖。为此以ICA算法为核心,引入一种新型的过程监测及故障诊断方法。应用ICA提取独立源,利用I2图,Ie2图和SPE图进行故障检测,将变量重构图用于诊断故障。以三水箱系统为背景进行的实验研究,验证了该方法的有效性。