装备寿命预测的平行仿真模型在线演化方法

在面向装备剩余寿命预测的平行仿真技术研究基础上,统一了不同退化状态下的状态方程,提出了预测模型形态库的构建方法和预测模型形态选择算法,设计了“模型形态库构建—模型选择—数据同化—模型演化”的模型在线演化工作流程,运用扩展卡尔曼滤波和极大似然估计算法,实现了面向装备剩余寿命预测的平行仿真模型在线动态演化。通过仿真实验验证了模型形态选择算法和模型在线演化工作流程的有效性,取得了较好的仿真效果。     

装备平行仿真中演化建模框架研究

装备平行仿真技术是军用仿真领域的新兴技术,已成为研究前沿和热点。在介绍其应用需求和理论缘起的基础上,探讨了装备平行仿真技术中演化建模问题。在面向装备剩余寿命预测的平行仿真中,提出以装备退化状态空间模型为基础预测模型的演化建模框架,实现模型在线适宜性更替、模型输出校正和参数在线估计,为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。     

考虑非线性退化与随机失效阈值的剩余寿命预测

针对广泛存在的非线性退化设备,现有方法尚未考虑随机失效阈值对剩余寿命预测结果的影响。因此,通过对设备性能退化过程进行分析,提出了一种综合考虑非线性退化与随机失效阈值的剩余寿命预测方法。基于Wiener过程构建了考虑个体差异与测量误差的非线性退化模型;基于卡尔曼滤波算法建立状态空间模型以实现对退化状态的在线更新;基于极大似然法估计失效阈值分布系数估计方法,得到随机失效阈值的概率分布;基于随机失效阈值推导出剩余寿命的概率分布,实现对剩余寿命的在线预测。算例研究表明,所提方法可以有效地提升剩余寿命预测的准确性,具备一定工程应用价值。     

基于相似性的装备剩余寿命预测研究

为了更有效估计装备的剩余寿命,对基于相似性的寿命预测方法进行研究。首先介绍基于相似性的寿命预测方法的基本概念和流程,然后研究基于高斯核回归的退化轨迹提取方法,在传统欧氏距离的基础上,考虑时间范围的影响,改进相似度计算方式,最后用高斯核密度估计得到剩余寿命的区间估计值.一个数值仿真试验表明,基于相似性的方法能够利用失效历史样本对装备的剩余寿命进行有效预测.     

考虑有损伤测量条件下的设备剩余寿命的建模分析

在有损测量的情况下,仅从退化数据本身出发所建的模型不能反映设备的真实退化过程.尤其在测量导致的设备性能退化量不可忽略时,不考虑测量耗损量将不能有效进行预测和评估.为解决这个问题,首先基于维纳过程建立有损测量的设备退化过程,进一步给出了相应模型的参数估计方法和基于贝叶斯理论的设备剩余寿命的实时更新方法,最后通过一个仿真示...     

装备精确维修平行仿真系统及关键技术研究

针对装备精确维修需求,应用平行仿真技术,提出一种装备精确维修的平行仿真系统(parallel simulation system of equipment precision maintenance,PSSEPM)架构。首先建立与装备对应的仿真系统,此时的仿真模型并不精确,仿真系统与装备同时运行后,通过装备实时状态信息的"喂养",利用演化算法,使得在一定误差范围内仿真系统的输出与实际装备真实状态相一致,达到平行状态,进而基于已演化完毕的仿真系统利用快速仿真方法预测装备未来的健康状态和故障状态,为精确维修决策提供数据支持,最后介绍了PSSEPM涉及的关键技术。     

基于加窗线性卡尔曼滤波模型的设备剩余使用寿命预测方法

提出了基于加窗线性卡尔曼滤波模型的设备剩余使用寿命预测新方法,明确了应用加窗线性卡尔曼滤波模型进行剩余使用寿命预测的过程。应用试验数据验证了方法的有效性,案例分析结果表明:对于退化指标在前期平稳、后期突变的齿轮箱全寿命试验数据,剩余使用寿命的预测值与实际值在齿轮箱运行的前期相差较大,而在后期则较为相近;通过对退化指标值进行拟合处理,可以明显消除退化指标值波动对剩余使用寿命预测值的影响。     

SVM异常数据识别的比例风险预测模型

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.     

不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略

为了进一步提升设备维修决策的科学性,通过建立综合设备剩余寿命预测数据与不确定失效阈值的最优维修决策模型,实现了不可维修设备的最优替换策略。构建基于非线性Wiener过程的设备性能退化模型,并采用极大似然法估计退化模型参数;提出一种基于期望最大(Expectation Maximization, EM)算法的不确定失效阈值分布系数估计方法,通过引入虚拟失效阈值数据实现对失效阈值分布系数的同步迭代更新;基于首达时的概念推导出不确定失效阈值条件下设备剩余寿命的概率密度函数,并基于更新报酬理论建立维修决策模型,从而实现设备的最优维修决策。算例分析表明,设备的失效阈值会对维修决策结果产生重要影响,考虑设备失效阈值的不确定性既有助于提升剩余寿命预测的准确性,又可以有效降低设备的寿命周期费用。     

基于多指标相似性的T/R组件剩余寿命融合预测方法

为实现对T/R组件剩余寿命的准确预测，及时掌握装备当前健康状态和提高装备维修保障水平，分析T/R组件的故障特点，筛选出反映T/R组件状态退化过程的状态监测指标，通过计算每个指标对应的剩余寿命信息和权重，得到T/R组件的剩余寿命预测结果。通过算例分析与比较，验证了预测方法的实用性与有效性。研究结果可为电子装备剩余寿命预测提供理论指导，对合理计划维修资源和提高装备战斗力具有重要意义。     

退化速率跟踪粒子滤波在剩余使用寿命预测中的应用

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地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。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。     

基于灰色Verhulst优化模型的电子装备故障预测方法

针对平均故障工作时间数据样本量少的特点,提出利用灰色Verhulst模型预测电子装备故障;又针对灰色Verhulst模型存在预测精度不高的问题,研究了灰色Verhulst模型参数的优化方法。通过实际试验数据对2个模型进行了仿真验证,并基于灰色关联度对2个模型的模拟预测精度进行了比较分析,结果表明：基于灰色Verhulst优化模型适合于电子装备故障预测,并具有较高的拟合预测精度。     

基于维纳过程金属化膜电容器的剩余寿命预测

金属化膜电容器是惯性约束聚变激光装置能源系统最重要的元器件,对个体电容器的剩余寿命进行有效的预测对整个装置的可靠性水平有着重要的影响.为有效地预测个体电容器的剩余寿命,提出了融合单个电容器性能退化数据与先验性能退化数据信息的预测方法.采用Wiener过程对其性能退化过程进行建模,并根据先验退化数据信息构造参数的先验分布...     

基于综合贡献率的舰船装备体系寿命评估

为了更科学地预测装备寿命,提升装备的作战效益,从装备对体系的“综合贡献率”视角出发,探究了舰船装备“体系寿命”的评估方法。首先,基于作战环理论和非线性结构方程模型,引入二次交互项,构建舰船装备体系作战能力的指标体系,建立了体系作战效能的评估模型;然后,运用阈值法建立了舰船装备体系的复杂网络模型,基于拓扑特征统计值,构建了舰船装备体系网络结构特征的指标体系,将层次分析法与熵权法相结合来计算指标权重;最后,提出了舰船装备体系综合贡献率、体系寿命的定义和数学模型,并以航母编队体系对抗为算例,通过实验仿真数据,验证了模型和方法的可行性和有效性。     

机载燃油泵性能退化试验研究

为了获取刻画燃油泵退化规律的退化数据,提出机载燃油泵性能退化试验研究。基于失效机理分析制定燃油泵性能退化试验方案。搭建燃油泵在电应力载荷下的性能退化试验平台,可模拟飞机燃油泵注油循环过程,施加电应力载荷,采集出口压力信号。建立Holt指数平滑退化模型用于剩余寿命预测。结果表明该退化模型表征了燃油泵的退化规律,验证了该试验方案和平台的有效性和可行性。     

核独立分量分析的随机滤波剩余寿命预测模型

基于随机滤波的预测模型是剩余寿命预测方法的一个重要分支,当前制约滤波模型的一个重要问题就是如何对大量高维非线性状态监测数据进行特征降维,以易于模型参数求解.通过线性回归处理了非定期换油保养对油液数据的影响;运用核独立分量分析进行特征降维,消除了各维数据之间相关性对模型预测精度的影响;建立了基于油液增量的滤波模型,并设计了极大似然估计方法求解模型参数;最后实例验证了模型的有效性和实用性.     

基于ARMA-BP组合模型的装备故障率预测方法

为解决单一模型预测装备故障率预测误差大、精度低的问题,提出了一种基于ARMA-BP组合模型的装备故障率预测方法.在建立ARMA模型和BP神经网络模型的基础上,采用加法集成法建立ARMA-BP组合预测模型,并利用方差倒数法确定ARMA模型和BP神经网络模型的权重系数.以某型装甲装备故障率数据为研究对象,对比ARMA模型、BP神经网络模型和ARMA-BP组合模型故障率预测结果,表明:相比于单一预测模型,ARMA-BP组合模型的装备故障率预测结果精度更高.     

基于贝叶斯模型的装备剩余寿命预测研究

为了解决武器装备日益复杂及维修工作日趋繁重的问题,运用贝叶斯模型预测装备修理后的剩余寿命,为合理安排其修理计划提供依据。替代传统的指数分布,用威布尔分布描述系统寿命特征,并运用极大似然方法和贝叶斯方法估计威布尔分布的两个未知参数,给出其置信区间。在此基础上,对先验样本和后验样本两种不同情况,分别运用贝叶斯模型预测装备修理后的剩余寿命,并给出实例。结果表明了该方法的有效性。     

基于统一理论框架的故障诊断模型及学习进化方法

本文以概率图理论为基础，系统研究了基于这一理论框架的故障诊断模型，对模型的构建方法以及在不同场景下的模型演化方案进行了探讨，使得在统一理论框架下可实现多模式系统故障诊断、耦合故障诊断、动态故障诊断、故障预测等复杂情形的诊断。为了弥补单独利用基于模型的方法和基于数据的方法的缺陷，研究了诊断模型的学习进化策略，实现了诊断效果的改进和优化。另外，对模型后续的能力扩展和可能的研究方向进行了展望，为后续理论研究提供了参考。