基于技术成熟度的确信可靠性分配方法

可靠性分配是在产品设计阶段完成, 以保证系统指标满足要求的一项重要工程活动。现有基于概率测度的可靠性分配方法分配至单元的指标无法在小样本条件下进行验证。为此, 提出一种以不确定随机系统为对象、以确信可靠度为核心的可靠性分配方法。该方法以技术成熟度为工具, 实现系统的单元的类别的划分和可靠性机会成本函数的构造, 进而提出系统确信可靠度优化分配模型及其求解算法, 实现了最小成本下系统可靠性指标的合理分配。以船舶双燃料供气系统为例, 开展了确信可靠性分配工作, 验证了方法的有效性。     

基于灵敏度分析的系统可靠性稳健分配优化方法

在系统可靠性分配中,考虑单元可靠度的不确定性已是可靠性分配的现实需要.为了提高系统可靠性分配优化的质量,将稳健理论引入可靠性分配中,提出基于单元可靠性灵敏度的系统可靠性稳健分配方法.将单元可靠性灵敏度溶入系统可靠性分配模型之中,建立系统可靠性稳健分配模型.在此基础上,采用粒子群-序列二次规划算法对该模型进行优化设计,该混合算法既保持了粒子群算法全局收敛的特点,又补充了序列二次规划法精确求解的能力,因此该混合算法可以快速获取全局最优解.通过对发动机曲柄连杆机构进行可靠性稳健分配设计,验证了可靠性稳健分配模型的合理性和混合算法的寻优能力.对结果分析表明,所提方法可以较好解决单元可靠度不确定时的可靠性分配问题,混合算法具有较强的全局搜索能力,分配优化结果具有较强的稳健性.     

基于综合评价的弹炮结合系统火力分配模型

火力分配是弹炮结合武器系统射击指挥中的重要环节,在弹炮共防区,如何合理地确定射击目标的火力单元,是影响武器作战效能的重要因素。对弹炮结合武器系统中防空导弹分系统和高炮分系统战术技术性能与作战特点进行了分析比较,定义了先机毁伤的概念,并将毁伤概率、先机毁伤和武器费用作为影响火力分配的因素。根据火力分配问题的特点,提出一种主客观赋权相结合的确定指标权重的方法,建立了基于多指标综合评价的弹炮结合系统在弹炮共防区的火力分配模型,为弹炮结合系统的火力分配智能化提供一种新思路。     

基于DEA整体理性和个体理性角度下的污染物配额分配

传统的污染物配额免费分配方法的分配依据是排污企业的产出或者排放量。然而,这种分配方法的分配结果往往不利于那些污染控制较好并且排污量较少的企业,而那些污染控制成本较高并且排污量较大的企业反而得到的配额比较多。这种分配结果显然是不公平和不合理的,其实质是在变相激励企业去多排污。为解决该问题,本文提出基于DEA的污染物配额分配方法,该方法将企业的投入和产出因素全部考虑在内,即依据企业的生产效率分配排污配额。本文分别从整体理性、个体理性和兼顾整体个体理性三个不同的角度提出了三个不同的模型,决策者可以根据不同的决策环境选择模型作为环境管理的参考依据。通过造纸厂的实例分析验证了这些模型的合理性和实用性,并且与传统的分配方法的分配结果比较,本文所提的模型不存在极端不合理的分配结果。     

米波圆阵雷达全向测角算法及其性能分析

基于均匀圆阵的相位模式激励提出了一种实用的全向测角算法。在互耦矩阵为对称Toeplitz矩阵的情况下,该方法可以消除天线阵元间互耦的影响并通过解模糊可以实现全方位测角。通过对该方法中固有误差、噪声和通道幅相不一致等对测角精度影响的理论分析,得到了各种因素与测角精度间的显式关系,进而可以为阵列参数的选择和根据测角精度要求提出对各种因素的约束指标提供参考。仿真结果验证了理论分析在相应条件下的正确性。     

诱导阻抗均衡公路网交通分配模型

提出诱导阻抗函数的概念,该函数中考虑了交通控制中心对车辆的诱导行为,根据诱导阻抗函数可以把一些多目标交通分配模型统一成为一种形式,并给出交通网络诱导阻抗均衡配流问题的求解方法。仿真实验表明,一些Wardrop均衡配流使有些路段的交通量大为减少,而诱导阻抗 衡配流结果是比较合理的。     

基于多评价函数法的可重构性指标分配

针对多目标优化的可重构性指标分配问题,给出了一重和二重可重构性指标的计算方法。结合多目标优化特点和可重构性指标的定义建立了可重构性指标分配的多目标优化模型。在此基础上提出了一种多评价函数法,用于系统可重构性指标分配,该方法对相互冲突的多个目标建立不同的评价函数,通过在可行解内协调得到最优化结果,最后将其应用于串联系统进行仿真,并与线性加权和法的结果作比较,结果显示基于多评价函数的可重构性指标分配方法更具有效性。     

考虑故障率交互作用的双组件系统周期性预防维护策略

提出并构建了一个改善因子模型来描述设备维护的改善效果,该模型综合考虑了维护成本、设备年龄以及维护过程学习效应等影响因素.考虑两组件间故障率存在交互作用且随着交互作用次数递增,引入一个调节因子来描述组件间故障率的交互影响.此调节因子为其中一个组件的累计故障次数的非减函数,用该调节因子施加于另一组件的故障率函数.在维护的策略上,考虑在第N次预防维护时将系统整体置换,预防维护间隔期内若发生故障则以小修处理,由此构建一个考虑故障率交互作用的周期性预防维护策略模型.通过引进相关成本项目推导出长期单位时间成本,以确定最佳的预防维护周期和进行系统置换前的预防维护次数,使得长期单位时间平均成本为最小.最后给出了一个数值算例,研究结果表明:考虑组件故障率交互作用得到的最佳维护策略是有效的,该策略完善了预防维护管理的方法体系.     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

错峰控制中兼顾双目标的断电模型分析

提出了一种同时考虑居民不满意度和断电经济损失的错峰控制短期断电计划的多目标新模型。首先构造了居民的不满意度函数,其次,对两个单目标确定性模型求解得到目标函数值;最后,对目标值进行一定程度的伸缩,采用非线性规划方法求解,得到新的工业区以及居民区断电情况。仿真结果表明,提出的新策略在各自单目标优化值轻微伸缩的情况下使双目标综合考虑效果更好,该策略对可持续发展战略和错峰控制限电分配中多因素公平性有重要现实意义。     

基于设计特性覆盖的测试性定量分析方法

针对目前测试性分析基于故障分析的现状,提出了一种基于系统结构、性能、功能的测试性定量分析方法。定义了系统设计特性覆盖测试模型,系统结构、功能、性能及测试关联模型,性能覆盖率、功能覆盖率、结构覆盖率的定量计算模型。建立了基于设计特性覆盖的测试性定量分析流程,主要包括系统基本信息建立、信息间直接关联关系生成,测试覆盖率定量计算及测试未覆盖项分析。以某飞机舵机系统为例进行了应用,结果验证了方法的可行性和有效性。     

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。     

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。     

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。     

基于遗传算法的故障样本优化选取方法

为降低测试性验证试验费用,提出基于遗传算法的故障样本优化选取方法。方法通过故障-测试关联分析和故障-故障等价分析,确定初始故障样本集中各元素对应的等价集,并对初始故障样本集进行扩展,在此基础上,建立了故障样本选取优化求解模型。在不降低样本注入数量和测试特性的条件下,以试验费用最小为优化目标,给出了基于改进遗传算法的样本优化选取方法。算例应用结果表明,该方法设计的故障样本选取方法能有效降低测试性验证试验费用。     

基于多信号流图的测试性验证试验样本选取方法

为设计优化的测试性验证试验方案,提出了故障样本优选算法.本算法介绍了多信号流图模型的形式化定义和建模步骤,利用其描述故障与测试间因果依赖关系,建立了故障-测试相关矩阵和故障-故障相关矩阵.在考虑充分覆盖的约束条件下,以试验费用小为优化目标,提出了最小故障样本集和每个故障样本数的选取方法.案例验证结果表明,该方法分析设计的试验方案节省了试验费用.     

复杂电子系统测点与诊断策略的优化方法

针对复杂电子系统故障诊断知识获取过程中测试节点和诊断策略的确定问题,提出了一种可行的工程方法。该方法利用系统的分层结构模型的可达矩阵计算节点对应的故障隔离权值,通过选择权值大的节点对矩阵进行分割,找到最优故障隔离节点。通过计算节点提供的信息量,确定最佳测试节点,最终确定最优故障诊断策略。它是基于仿真技术的故障知识获取方法研究中实现高效、准确、快捷的故障征兆获取的关键技术;也是在实际诊断过程中实现快速准确利用知识、确定故障部件的关键技术。给出了主要步骤,并通过实例进行了验证。     

可靠性仿真在模糊故障诊断中的应用

针对模糊故障诊断中传统模糊关系矩阵确定方法不能动态适应具体设备运行状态变化等缺点,提出了基于故障树的可靠性仿真方法,用于确定模糊关系矩阵。该方法首先利用元器件的失效分布数据和设备深层原理性知识建立故障树,进行可靠性仿真,然后根据仿真结果和具体设备的历史故障信息动态计算模糊关系矩阵。给出了该方法的具体应用步骤。实际诊断结果表明,该方法可以有效地提高模糊故障诊断的准确性与针对性。