基于改进GM(1,1)模型的导弹贮存可靠性预测方法

针对导弹系统技术复杂、贮存样本量受限、测试数据波动性较大等特点,结合装备的具体情况提出了基于改进GM(1,1)模型的导弹贮存可靠性预测方法。该方法首先利用"对数-幂函数变换"对导弹的历史可靠性数据进行处理,提高数据光滑度,然后依据GM(1,1)模型计算得到可靠性预测值和残差,再利用残差建立残差修正模型,得到残差修正值,减少残差对结果的影响,最后利用残差修正值修正可靠性预测值并还原,求得可靠性最终预测值。实例表明,该改进模型对导弹系统可靠性变化的描述比传统模型更加准确有效,预测结果精度更高,为导弹贮存可靠性预测分析提供了一种有效的改进方法,其算法设计推广性强,可作为其他装备寿命预估的重要工具。     

基于支持向量机的末敏弹命中概率预测研究

用传统的机器学习方法进行末敏弹命中概率预报建模存在泛化能力难以保障、训练速度慢等一些困难。本文对统计学习理论和支持向量机的基本内容和核心思想进行了简要的介绍,探讨了基于支持向量机的末敏弹命中概率预报模型的建模方法。通过实例中的应用,该模型显示了泛化能力强,训练速度快,便于建模等优点,有良好的应用前景。     

基于ExtendSim的系统可靠性建模

针对传统可靠性仿真模型建模繁琐,编程困难的问题,建立了基于Ex tendS im的可靠性模型,即串联、并联、旁联模型,相比传统方法具有建模直观、调试方便等优点,并以某混联系统为例与解析模型进行了对比验证,仿真结果表明,建立的可靠性模型是可信的,且此模型不依赖于单元寿命分布,相比解析模型具有更强的适应性。     

装备剩余寿命预测平行仿真中模型动态演化方法

装备平行仿真中的一个重要概念是实时数据驱动的模型动态演化,但是至今仍缺乏具体应用领域的实现方法。以带未知离散冲击的混合退化装备剩余寿命预测为背景,以多态Wiener状态空间模型为演化对象,提出一种装备平行仿真中模型动态演化方法,包括基于交互多模型强跟踪滤波的模型软切换和基于期望最大化算法的模型参数在线估计,并实现了基于平行仿真的装备剩余寿命实时预测。利用某轴承退化数据进行实例研究,结果表明该方法能有效提高仿真逼真度,剩余寿命预测的准确度较高、不确定性较小,具有较高工程应用价值。     

基于整车虚拟道路行驶试验的车辆零部件疲劳分析

针对现有车辆零部件精确疲劳分析依赖成本高昂的实车试验的问题,提出了一种利用整车虚拟样机仿真分析零部件疲劳寿命的方法。该方法通过在ADAMS/CAR中用整车虚拟样机在虚拟道路模型上进行行驶试验,利用多体系统动力学基于模态坐标的求解特点,使用模态应力恢复技术准确还原出了用于零部件疲劳寿命分析的载荷历程。将该方法应用于某车辆双横臂前悬中的下控制臂,在较短的时间内获得了该零件的预测疲劳寿命、寿命安全系数及危险部位等信息。应用结果表明,该方法可作为汽车设计过程与测试过程中的有效试验手段。     

字节流对象模型的设计和应用

航天技术的快速发展对任务数据处理提出了更高的要求。针对任务数据格式具有层次嵌套、变化频繁的特点,结合Composite模式设计了字节流对象模型(BOM)。BOM模型具有表述能力强、可灵活扩展的优点。该模型在航天任务数据处理软件中得到了应用,使得软件具备较好的可扩展能力。     

基于正交试验的某车载速迫自动机参数优化

为优化某车载速射迫击炮自动机结构参数,提高关重件疲劳寿命,利用SOLIDWORKS建立该自动机的三维模型,利用PATRAN生成自动扳机和弹壳的柔性模态中性文件,导入ADAMS中建立其刚柔耦合动力学模型,通过动力学分析获得连发射击条件下的仿真结果,与试验结果进行比较,证明了所建虚拟样机的可信性,联合MSC.PATRAN/NASTRAN/FATIGUE疲劳分析软件对关重件进行疲劳寿命分析,基于正交试验法进行不同参数组合下的仿真优化分析,得到了最佳参数的组合结果,提高了关重件的疲劳寿命,同时,也为优化其他装备提供实用性参考依据。     

自润滑关节轴承磨损寿命模型

自润滑关节轴承寿命的计算和预测对于提高装备的运行安全性具有重大的意义。针对自润滑关节轴承磨损寿命计算和预测的需求,本文从自润滑关节轴承的磨损机理出发,依据材料摩擦磨损理论,采用组合磨损计算方法分别建立了自润滑推力关节轴承和向心关节轴承的磨损寿命模型。该模型综合考虑了影响自润滑关节轴承寿命的磨损机理、结构特点、工作特性以及零部件功能要求等因素,特别是将结构参数和功能要求显式的在模型中表示,可直接反映结构变化和功能要求对自润滑关节轴承磨损寿命的影响。计算实例和分析结果表明：相对目前使用的自润滑关节轴承经验计算公式,本文模型计算结果准确,理论依据更充分,对于特殊结构和功能的特种自润滑关节轴承适用性更好。     

基于强跟踪滤波的捷联惯导/里程计组合导航

针对车载里程计刻度系数受轮胎胎压、温度等的影响实时变化,提出采用强跟踪滤波进行捷联惯导/里程计组合导航。强跟踪滤波利用卡尔曼滤波残差序列相互正交的性质,在线实时调整渐消因子,对突变状态有较强的跟踪能力。提出采用平均速度匹配方法以消除载车振动及里程计量化误差对组合导航的影响,同时将杆臂误差列入状态量,消除不准确的杆臂在载车转弯时对组合导航的影响,建立了捷联惯导/里程计组合导航模型。进行了实际组合导航跑车试验,结果表明组合导航的定位精度优于1‰D。     

基于IDEF0的C4ISR体系结构产品设计

由于IDEF0模型具有简单、全面且描述能力强等优点,利用IDEF0这一工具分步骤地进行分析,理清框架2.0中的体系结构产品的来龙去脉,描述了C4ISR体系结构的内容作战、系统、技术体系结构三视图,体系结构产品和通用参考资源,给出构造C4ISR体系结构产品的具体指导.     

基于遗传算法的装备使用保障费用灰色组合预测

针对目前对武器装备寿命周期费用估算建模难以实施的情况,以准确预测武器装备寿命周期费用的主要组成部分—装备使用保障费用为出发点,依据装备使用保障费用的特点建立了装备使用保障费用的灰色组合预测模型,指出了用蚁群算法优化组合权系数的不足,并提出了新的优化方法—遗传算法。最后,结合实例验证说明了该模型的预测效果优于蚁群优化的方法,为准确估算武器装备寿命周期费用提供了依据。     

基于最小二乘支持向量机的坦克炮身管剩余寿命预测方法

针对高膛压坦克炮身管剩余寿命预测的难题,结合坦克实弹射击试验数据量少和非线性的特点,基于最小二乘支持向量机构建了坦克炮身管剩余寿命预测模型,给出了模型参数的选取方法,并以某型坦克炮射击试验为基础,对坦克炮身管剩余寿命预测模型进行了验证。结果表明:该模型预测坦克炮身管剩余寿命效果良好。     

基于退化速率跟踪粒子滤波的剩余使用寿命预测框架

毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好的解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。本文针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化。并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。     

基于改进支持向量回归机的火炮身管寿命预测

为准确预测火炮身管寿命终止时火炮射弹数,根据射击过程中火炮身管磨损量与身管寿命特性,分析了身管膛线起始部磨损量与身管射弹数之间的关系,提出了支持向量回归机算法,并采用遗传算法进行模型优化改进,得到火炮身管寿命预测最优模型。结合两种类型火炮的身管数据,利用该模型对身管寿命进行预测,并与原始支持向量回归机进行对比,通过分析可知改进的支持向量回归机预测效果好、精度高,为火炮在实际应用中身管的寿命预测提供了新的思路。     

灰色灾变与回归分析法的航空装备不安全事件预测

为提高航空装备不安全事件的预测水平,减少事故造成的人员和财产损失,将灰色灾变与回归分析方法有机结合,提出一种航空装备不安全事件的组合预测方法。该方法先从数据中找出灾变点(灾变发生的日期),通过建立这些灾变点的灰色灾变模型预测未来灾变点,再对这些灾变点上的值构建灰色预测模型,计算出未来灾变点的灾变值;而对于非灾变点,可建立合适的回归分析模型进行预测。为验证其可行性,在某飞行训练基地的航空装备不安全事件频数的数据基础上,建立了灰色灾变回归组合预测模型,结果表明,模型对2001年~2004年预测的相对误差平均控制在6.87%以内,所建立的组合模型,能够比较客观地反映航空装备安全的未来实际状况。     

基于SF-REM的齿轮箱剩余寿命预测方法研究

剩余寿命预测是视情维修决策的重点和难点.针对工程实践中历史数据少、模型参数估计精度低的问题,建立一种基于随机滤波(SF)的齿轮箱剩余寿命预测模型.该方法采用递归期望最大化(REM)算法对模型参数进行递归更新,推导极大似然估计方法的参数递归更新过程,最后经实例验证模型的有效性和实用性.     

基于能量耗散的药柱粘弹性累积损伤

基于不可逆能量耗散的损伤变量定义方法和动态线粘弹性理论,建立了固体推进剂累积损伤模型,利用不同拉伸速率下的试验数据,拟合得到了推进剂破坏耗散能表达式,进而给出了推进剂在周期应力响应下的累积损伤计算式,并讨论了周期应力幅值和频率对累积损伤的影响,最后对某舰载发动机药柱进行了累积损伤及使用寿命分析。提出的累积损伤分析方法,为固体发动机贮存寿命预估提供了一条有益的技术途径。     

J-M模型改进与可靠性预测研究

软件可靠性J-M预计模型对可靠性测试数据的假设要求比较严格,与实际情况不太符合。针对可靠性测试中各种因素的影响,适当修改了排除错误的条件假设,使得模型的适用性更强。对J-M模型用迭代法确定了参数的估计值,结合1组可靠性测试数据,得到可靠性预测结果。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

某自动步枪身管内膛破坏特点研究

通过枪管的寿命试验,获取该枪的寿命值。利用MATLAB进行二项式曲线拟合,得到枪管的初速预测模型,并根据内膛表面形貌和断面形貌的显微图像,找出内膛破坏的特点及枪管寿终原因,为今后身管武器研究提供一定的借鉴作用。