E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展，其可靠性面临巨大挑战，基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础，现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大，影响了故障预测的准确性和效率。本文面向未来E级超级计算机，提出数据采集框架（Failure Prediction Data Collection Framework, FPDC），能够全面采集与计算结点故障相关的状态数据，采用自适应多层分组数据汇集方法，有效解决了随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明，该数据采集框架具有开销小，扩展性好的优点，能够适应未来大规模系统故障预测数据采集的需求。     

基于BIST的3D SRAM中TSV开路测试算法研究与实现

基于3D-IC技术实现的3D SRAM,其电路中使用了大量的TSV。目前TSV制造工艺尚未成熟,使得TSV容易出现开路或短路故障,从而给3D SRAM的测试带来新的挑战。现有的2D BIST测试方式能够探测到3D SRAM中存在的故障,但并不能判定是TSV故障还是存储器本身故障；TSV专用测试电路虽然能够探测出TSV的故障,但需要特定的测试电路来实现,这就增加了额外的面积开销,同时加大了电路设计复杂度。基于此,本文提出了一种使用测试算法来探测TSV开路故障的方法,在不使用TSV专用测试电路且不增加额外面积开销的情况下通过BIST电路解决3D SRAM中TSV的开路故障检测问题。结果显示该TSV测试算法功能正确,能够准确探测到TSV的开路故障,并快速定位TSV的开路位置。     

混合推理机制在自行火炮故障预测中的应用

自行火炮状态监测和故障诊断技术经过多年的发展已经较为成熟,基于传统结构框架和推理策略的智能诊断系统,能够在自行火炮发生故障后找出故障原因,实现故障定位。对于执行高强度训练和作战任务的火炮,在任务期间一旦发生故障,将严重影响训练和作战任务的顺利完成,甚至带来巨大的军事和经济损失。预测就是根据过去和现在的已知推测未知。在工程应用中,预测问题是根据系统输出以及对应输入的现在和过去的观测值来估计将来的输出值。故障预测是以火炮当前的使用状态为起点,给定要执行的训练或作战任务,对其在未来任务段内可能发生的故障进行预…     

基于Web下的战时油料装备故障远程诊断技术初探

结合现阶段我军的实际情况构建了战时油料装备故障远程诊断和维修系统的总体框架,提出了框架中的各个功能模块,传感器数据采集、装备远程诊断维修、信息集成以及远程诊断中心,然后对每个模块的关键技术进行了初步探讨,并分析了系统实现的客观需求,旨在为提高我军战时油料装备故障的诊断和维修效益提供一定的借鉴和参考。     

3D SRAM中TSV开路测试算法研究与实现

基于三维集成电路技术实现的三维静态随机存储器,其电路中使用了大量的过硅通孔。目前过硅通孔制造工艺尚未成熟,使得过硅通孔容易出现开路或短路故障,从而给三维静态随机存储器的测试带来新的挑战。现有的过硅通孔专用测试方式虽然能够探测出过硅通孔的故障,但需要特定的测试电路来实现,这就增加了额外的面积开销,同时加大了电路设计的复杂度。因此,提出一种使用测试算法来探测过硅通孔开路故障的方法。在不增加额外面积开销的情况下,通过内建自测试电路解决三维静态随机存储器中过硅通孔的开路故障检测问题。结果显示,该过硅通孔测试算法功能正确,能够准确探测到过硅通孔的开路故障,并快速定位过硅通孔的开路位置。     

作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。     

基于Tornado码的复制算法

面向Internet的分布存储系统具有数据种类多、数据量大、分布广泛等特点,为了提高分布存储系统的数据访问效率,提出了一种基于Tornado码的复制算法。与传统的复制算法相比,基于Tornado码的复制算法能够提供更高的可用性、持久性和安全性,并且具有更低的存储开销和带宽开销。     

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。     

军事训练演习数据汇集与融合系统的设计与实现

实现海量军事训练演习数据的汇集与融合,是生成相应的作战效能数据的基础。结合军事训练基地数据的收集与运用现状,提出了一个基于Web服务的多源异构数据汇集与融合系统的解决方案：运用XML Schema技术实现了异构数据模式的标准化转换,完成了多源数据的汇集;以作战平台为中心,以作战效能的各项影响因素为维度,实现了相关数据的融合。设计了系统的功能与架构并加以实现。运行情况表明,系统能够满足功能需求,具备良好的数据整合与处理能力。     

导弹遥测故障的GM-Verhulst-SCGM预测算法

遥测故障预测是保障导弹遥测系统可靠性的基础。根据导弹遥测故障的历史数据,结合GM(1,1)模型、Verhucst模型和SCGM(1,1)c模型构建了导弹遥测故障的GM-Verhulst-SCGM组合灰色预测模型,按照预测有效度算法取得组合预测模型的权重系数。选用导弹遥测故障的训练组实际值作为原始数据,分别利用各预测模型估算对比组导弹遥测故障数据。预测结果表明,相比单一预测模型,组合灰色预测模型具备更高的故障预测精度。在验证组合灰色预测模型可行性的基础上,进一步估算了同一型号导弹未来时序的遥测故障数据,为相关部门及时改善导弹遥测技术及避免导弹故障提供理论及方法借鉴。     

故障预测与健康管理技术的应用与发展

基于故障预测与健康管理（Prognostics and Health Management,PHM）系统框架,分析了PHM技术在装备维修保障中的重要意义,概述了PHM技术的发展过程及应用现状,重点讨论了当前故障预测与健康管理所采用的关键技术,包括先进传感器技术、数据传输技术、数据挖掘与信息融合技术、健康评估与故障预测技术、智能推理与决策支持技术等,最后展望了PHM技术的发展趋势。     

面向实体的作战行动数据采集系统研究与设计

为满足基地对作战行动数据的实际需求,针对作战行动数据的特点,提出了以作战实体为中心的数据组织方式和作战行动的模板描述方法;运用软件工程技术对系统进行了需求分析和方案设计,并结合主流的web技术构建了系统解决方案。系统能够对训练、演习中的作战行动进行标准化数据描述并记录形成作战行动数据库,为演习评估、裁决等实际应用提供数据支撑。经过长期的数据积累和数据挖掘,能够对部队的作战行动进行合理的评价与预测,为建立长效的数据采集、使用机制提供保障。     

火炮炮控故障综合检测系统总体设计

针对某型火炮炮控装置系统的3个子系统的信号特点,分别对每个子系统进行性能和故障检测,研制了针对此火炮炮控系统故障的综合检测.该检测系统采用单片机作为主控制器,应用12位高速A/D转换芯片MAX197进行多路数据采集和转换,单片机将处理的数据通过串口与彩色液晶智能终端进行通讯,发送到液晶智能终端进行数据的显示与保存.此检测系统可实现对炮控装置各个子系统的实时数据采集和故障检测并提出专家维修建议,同时可以将故障定位到具体的部件.     

基于年龄更换策略的威布尔分布备件需求计算方法

备件需求量预测在装备保障工作中发挥着重要作用。预防性维修可以消除装备潜在的故障或避免装备发生故障后所导致的严重后果,从而使装备始终处于期望状态。预防性维修策略下备件需求量建模能够以可预见的可靠性数据为基础进行,其关键问题是最佳更换间隔时间的确定。针对威布尔分布装备备件,采用年龄更换策略,确定最佳更换间隔时间,并在此基础上导出威布尔型备件需求计算模型,为备件需求量的预测提供了一种简单有效的方法。     

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。     

舰船机电系统非完备使用故障数据分析

舰船机电系统在使用维修过程中所记录的故障数据通常质量不高,信息记录不完整、不准确。针对这类不完备数据,利用图示法给出故障趋势的判定。在此基础上,分别利用齐次泊松过程、非齐次泊松过程和几何过程,对装备的历史故障数据进行分析。结果表明,几何过程产生的拟合误差最小,可预测装备的未来故障强度。     

果蝇算法优化的相关向量机在电子装备中的应用

针对电子装备渐变故障预测问题,提出一种基于果蝇算法优化相关向量机的故障预测方法。该方法将原始时间序列数据进行相空间重构处理,并基于折交叉验证和果蝇算法优化相关向量机模型的核函数参数,从而建立故障预测模型,并以某型雷达发射机速调管监测数据对模型性能进行了验证。实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度以及预测可靠性方面都具有一定优势。     

基于测试数据时间序列的导弹故障预测

提出基于导弹测试数据的时间序列预测方法。以实际测试数据为例,建立了导弹故障预测模型。在对原数据序列分析基础上进行了趋势拟合,并进行了残差序列的识别及模型拟合,应用经过模型检验和参数检验后得到的组合模型进行参数预测,证明了不论是点预测还是区间预测,都能有效地提高导弹故障预测准确性。     

舰船机电系统使用故障数据分析研究

舰船机电系统在使用维修过程中所记录的故障数据通常质量不高,信息记录不完整、不准确。针对这类不完备数据,利用图示法给出了故障趋势的判定。在此基础上,分别利用齐次泊松过程、非齐次泊松过程和几何过程,对装备的历史故障数据进行了分析。结果表明,几何过程产生的拟合误差最小,并据此预测了装备的未来故障强度。