基于DSm证据云物元模型的装备状态评估方法

针对装备状态各等级之间相互交叠的模糊过渡区域会导致状态划分存在主观性较强的问题,同时为了提高基于装备多特征参数融合的状态评估方法的准确度,提出了一种基于云物元模型的DSm(Dezert-Smarandache)证据建模及状态评估方法。该方法首先对特征参数进行基于云物元模型的DSm隶属度赋值,然后提出了一种基于灰靶贡献度的证据源修正公式,再通过隶属度与基本概率赋值(basic probability assignment, BPA) 间的关系求得DSm模型的BPA,最后将不同特征参数的BPA进行DSmT+PCR5(Dezert-Smarandache theory+proportional conflict redistribution rules)融合得到评估结果。通过实例分析,验证了这一新方法的有效性和优越性。     

装备战斗损伤等级评定

分析了装备损伤等级评定的各种影响因素,提出依据装备损伤等级评定的目的,划分装备的损伤等级,制定装备损伤等级评定准则。并依据此原则制定了以装备保障与器材供应服务为目的的装备战斗损伤等级评定准则,提出了一种装备战场抢修时间的计算方法。最后通过战斗损伤等级评定实例,验证了该准则的有效性与实用性。     

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。     

移动式道路交通状态模糊评价方法研究

针对道路交通状态评价问题提出了一种基于移动交通流检测信息和多因素模糊模式识别模型的道路交通状态评价方法,利用移动交通流检测技术获取的探测车平均速度、拥堵系数、停车时间比例、加速度噪声和平均速度梯度作为交通拥堵表征量,采用VISSIM仿真方法确定出交通拥堵表征量的阈值,并应用多级模糊模式识别方法实现道路交通状态的评价过程。仿真结果表明:移动式道路交通状态模糊判别方法可以准确方便地实现道路交通拥堵状态的评价,并且能够反映出评估时段内道路交通状态的变化。     

虚拟仪器和模糊Petri网在故障诊断中应用

针对舰艇防化装备故障诊断因果关系的复杂性与模糊性,应用虚拟仪器技术、模糊Petri网和数据库等,研制了舰艇防化装备故障诊断系统。提出了采用模块化、通用化设计思想,实现软硬件的模块化设计,建立基于数据库、模糊Petri网的解决方案。实现数据库互连时采用ODBC技术以保证系统的通用性和灵活性。该系统充分利用了虚拟仪器平台和模糊Petri网络实现并行模糊推理,突破了传统的舰艇防化装备检测诊断模式,较好地解决了舰艇防化装备状态预测和故障模式识别的问题。通过实践证明,该系统可有效地进行模糊推理,减小诊断信息的冗余性,诊断效率高,计算快速,具有较高的准确性和实用性,并能缩短开发周期,降低开发成本。     

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。     

企业危机预测与识别模型

针对当前大部分企业危机预警模型只能报警,不能预测的现状,提出一种基于指数平滑法与模式识别的预警模型。该方法首先对企业运营的单项特征指标进行预测,然后对预测结果模式识别分类,同时判断企业的危机状态。最后,用实例验证该模型的有效性。     

基于状态的武器电子装备故障预测研究综述

随着人们对维修费用和维修效果的追求,基于状态的维修(condition based maintenance, CBM)得到了进一步发展,作为CBM的关键问题之一,故障预测已经成为装备维修领域的一个主要研究方向。当前,对故障预测的综述主要局限于对故障预测方法的总结,并未对故障预测的研究有一个全面、综合的阐述。为了对故障预测的研究有一个系统、全面的认识,本文从故障预测的内容、对象、方法3个维度对基于状态的武器电子装备故障预测研究进行了综述,并对相关的故障预测方法进行了分析和梳理。针对装备故障预测问题,立足于文献综述,提出一种基于状态的装备故障预测分析方法,为部队对装备进行合理、科学的故障预测提供借鉴。     

基于逻辑报酬矩阵的多状态系统可靠性评估

多状态可靠性建模、分析与评估研究,对于合理管控大型装备复杂系统运行历程,科学规措配套保障工程活动,具有重要价值.针对时变需求约束下多状态装备复杂系统,通过构建逻辑报酬矩阵体系,基于任务周期逻辑累计报酬,给出系统可靠性累计特征分析与评估的通用解算方法.专题研究与案例验证表明:解算方法鲁棒性好,面向不同环境约束与评估需求,均易实现解算;适用性强,结合UGF技术,可适用于任意状态维度系统评估;程式化高,依赖矩阵向量建模,易于实现计算机自动化求解.研究结果可拓展应用于能源、信息、机械等行业多状态装备复杂系统的可靠性分析与评估,并对有效规措装备配套保障系统建设工作,具有技术指导意义.     

一种交通流状态智能推理系统

设计一种基于模糊聚类及模式识别的交通流状态自适应神经模糊推理系统，用来研究交通流状态的分类、识别及预测。首先，对大量交通流历史特征数据采用模糊聚类的方法进行状态分类并进行模式识别，得到系统的原始输入输出数据集。然后，建立交通流状态预测的自适应神经模糊系统，以交通流特征数据及其识别结果为训练数据集进行系统参数及模糊规则的训练与确定，直到误差在控制范围内。最后，进行系统检测和复核。仿真及其检测和复核结果表明了系统良好的应用性能。     

基于灰色预测与模式识别的企业危机预警模型研究

针对当前大部分企业危机预警模型只能报警,不能预测的现状,提出一种基于灰色预测与模式识别的预警方法.该方法首先对企业运营的单项特征指标建立灰色模型,其次将所有指标的模型组合起来,构成系统状态方程进行预测,然后利用模式识别的方法对预测结果进行分类,判断企业的危机状态,最后用实例验证该模型的有效性.     

战时基于竞争失效的装备系统可靠性建模与预防性维修策略

针对战时装备受到使用退化与随机冲击的共同作用发生竞争失效的问题,提出了基于状态的预防性维修策略。首先建立了单系统的可靠性评估模型,该模型考虑了装备系统冲击阈值随总退化量的累计而减少的实际,并提出了阈值连续变化条件下的装备系统可靠性建模方法;其次针对装备的隐蔽功能故障,提出了定期检测下基于状态的预防性维修策略,构建了装备系统的成本率函数;最后结合实例分析,确定了装备系统的可靠度函数和最优预防性更换阈值,并对比分析了不同冲击阈值参数对可靠度的影响。研究结果表明:该模型可以有效解决竞争失效条件下装备系统的可靠性评估问题,同时也可为装备系统预防性维修策略提供模型参考。     

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。     

装备平行仿真技术的基础理论问题

平行仿真技术是近年来系统建模与仿真领域的新兴仿真技术,已经成为研究前沿。从战场指挥决策领域、装备任务规划领域和装备维修保障领域对仿真技术的新需求出发,归纳了以往仿真技术面临的突出问题,即领域模型固定,不具备自适应演化能力。提出了装备平行仿真技术的概念,并指出其应具备的特点,系统梳理了装备平行仿真技术的理论缘起和相关技术研究现状,并对主要相关技术进行了对比分析。在装备维修保障领域中,侧重讨论了面向装备剩余寿命预测的平行仿真技术,分析了模型定位问题和技术框架,探讨了主要建模技术,包括装备退化状态在线感知、装备退化状态空间模型构建、装备退化状态空间模型演化,为下一步开发面向装备剩余寿命预测的平行仿真原型系统提供了技术思路。     

面向任务性目标的装备状态维修决策方法

针对定期维修存在的缺点,提出以威布尔比例风险模型(Weibull proportional hazards model,WPHM)作为状态描述模型,对装备进行基于状态的维修决策。针对装备的独特任务属性,通过构造决策目标函数对状态维修行为和状态检测间隔期两类决策内容进行了研究。以转移概率的形式描述了状态协变量的劣化过程,以条件可用度最大化为目标提出了预防性维修和变步长检测的状态维修决策模型以及计算方法。最后,以某型发动机为例,对决策方法的适用性和合理性进行了验证。     

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。     

不确定性下USV可变自主控制结构及算法

针对水面无人艇（unmanned surface vehicle,USV)在具有不确定性的实际任务形势下实现可变自主的问题,提出一种包含可变自主控制结构和自主等级决策算法的解决方案。可变自主控制结构中考虑了自主等级的划分、自主等级的评价和管理,并设计了基于多属性决策方法的自主等级决策算法。最后在USV导航任务为背景的仿真实验中,证明了可变自主系统控制结构和自主等级决策算法是合理的和有效的,同时显示了可变自主系统研究的实际意义及其对于系统规划性能的提高作用。     

无维护下极低使用占空比装备贮存使用阶段备件配置优化

针对当前舰艇装备备件配置均按常用装备、未考虑极低使用占空比装备不工作期间失效的不合理情况,对极低使用占空比装备不使用期间因部件故障对任务期间备件配置影响展开了研究。通过引入虚拟站点,将装备不使用期间等效转换为装备使用期间的状态,以装备可靠度为指标,建立了任务期间装备贮存使用的可靠度模型。以装备可靠度为约束,基于边际优化算法建立了舰艇装备备件配置优化模型;并依据备件保障流程,基于蒙特卡罗方法搭建了仿真模型。通过案例分析可知:对于极低使用占空比装备,考虑装备不使用期间部件失效的备件比不考虑装备贮存失效的备件要多,且模型的正确性通过仿真方法得到验证。模型可为舰艇上极少使用、长期贮存的装备制定备件方案提供参考。     

基于变精度粗糙集的航空发动机送修等级决策

航空发动机送修费用与送修等级紧密相关。送修等级设定过高会使送修费用大幅提高,目前国内航空公司缺乏对送修等级的定量控制方法。从数据挖掘角度出发,应用变精度粗糙集理论研究发动机状态参数与各个单元体性能之间的关系,提出了一种基于粗集的航空发动机送修等级决策方法,以期在实际送修决策时能够更加客观地反映发动机实际状态。最后,以CF6型发动机送修维修等级决策规则生成为例,说明该决策方法的有效性。     

基于拉普拉斯特征映射的故障模式识别方法

拉普拉斯特征映射算法能有效提取高维非线性数据中嵌入的低维流形特征.将其引入到设备故障诊断领域,应用于故障模式识别问题,提出了一种基于拉普拉斯特征映射的故障模式识别新方法.运用基于拉普拉斯特征映射的非线性降维算法直接对原始故障信号进行学习,提取出数据内在的流形特征,极大地保留了信号中内含的整体几何结构信息,有效克服了常规模式识别方法仅能获得局部线性结构的不足,明显改善了故障模式识别的分类性能.仿真和工程实例结果表明了所提方法的可行性和有效性.