面向故障预测与健康管理的传感器优化配置

传感器优化配置是保证装备故障预测与健康管理(Prognostics and Health Management,PHM)系统有效实现的基础.针对目前陆军装备保障中缺乏有效的传感器配置方法的现状,以某型防空导弹调平起竖系统为研究对象,建立了考虑传感器失效的PHM系统传感器优化配置模型.对导弹发射车调平起竖系统控制回路进行了分析,在此基础上形成系统的故障-传感器相关性矩阵;根据系统的指标要求建立传感器优化配置模型,采用蚁群算法求解;将结果与粒子群算法进行比较,表明利用蚁群算法取得了更优的配置方案,能够为PHM系统中装备的传感器优化配置提供有效指导.     

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。     

火控系统故障预测与健康管理技术

故障预测和健康管理(PHM)技术具有故障诊断、故障预测以及健康管理的功能,对降低火控装备维修成本、增强火控系统的完备性以及提高火控系统管理效率具有重要意义。根据通用火控系统发展现状及应用需求,将PHM技术引入到火控系统中。首先介绍了PHM技术原理和国内外发展现状,重点讨论了PHM关键技术和通用火控系统PHM体系结构。最后展望了火控系统PHM技术的发展趋势。     

末段高层反导装备PHM多socket仿真分析

详细分析了独立于LRU的PHM方法和基于故障征兆预测的PHM方法的预测原理。利用LRU和PHM的MTBF概率分布和socket的全寿命周期费用建立仿真模型,介绍模型仿真方法与详细过程。研究了末段高层反导武器系统单socket全寿命周期费用与安全极限和预测距离的关系。引入同步时间的概念,利用单socket模型的方法优化多socket组成的系统。模型仿真结果更贴近末段高层反导装备实际,比单socket模型更有应用价值。     

基于本体的装备PHM知识化建模研究

针对装备维修保障领域存在信息难以共享、知识利用率低等问题,分析了装备PHM组成架构和知识化模型;采用本体技术实现知识化建模,将装备PHM本体分为装备基本信息、装备测试、健康状态评估、故障诊断、故障预测和维修案例共6个子本体;借助Protege软件实现装备基本信息子本体的构建,并以导弹装备为背景进行实例化。     

基于本体的装备PHM信息共享技术研究

针对装备PHM工作过程中存在的信息异构、难以共享的问题,基于本体对装备PHM领域信息进行建模,采用基于语义相似度的检索方法对装备PHM领域本体进行检索,在MyEclipse平台上搭建了装备PHM信息共享原型系统,并以装备测试诊断信息为例在原型系统上应用,能够满足用户获取并运用装备PHM信息的需求,基本实现了装备PHM信息共享功能。     

面向孤立岛礁应用的微网供电装备自主维护

针对孤立岛礁微网维护保障实践中存在的决策能力弱、实施效率低、成本代价大等问题,借鉴自主维护保障(Autonomic Logistics System,ALS)及故障预测与健康管理(Prognostics and Health Management,PHM)理念,从自主功能要素、体系结构设计、运行模式框架、预测驱动机理、维护决策优化5个方面,分析探讨了构建微网供电装备自主维护保障的思路与途径,梳理总结面向岛礁应用条件下自主维护的研究重点和发展方向。研究成果可为开展岛礁后勤设施及装备的技术保障提供理论参考。     

装备健康管理的现状、未来与挑战

近十几年来,装备诊断、预测与健康管理(DPHM)作为使能装备质量管理和综合保障的关键技术,得到了世界许多国家学术界和工程界,特别是国防工业部门和军方的高度关注与重视。呈现新兴多科学交叉、军民兼用的特点。文章针对复杂工程系统/装备健康管理的现状、未来与挑战,从其体系框架、科学问题、关键技术与发展策略等方面进行了较为深入的讨论。     

面向售后保障的导弹装备健康管理系统研究

随着战争向信息化、体系化、智能化方向发展,部队用户对导弹装备保障的需求从事后维修、定期维护向视情维修和智能保障转变,对导弹装备故障预测与健康管理提出了更高要求。通过开展导弹装备健康管理系统的需求分析,提出了面向导弹装备保障的系统总体架构、面向军厂复杂应用场景的系统物理架构和基于微服务的系统软件技术架构,采用结构化设计方法开展了系统功能模块结构设计,对系统关键技术进行了阐述和分析,并完成了面向试点型号的系统阶段性建设和应用。应用结果表明了本研究的可行性,可为其他型号装备的健康管理提供参考。     

装备故障诊断和预测技术综述

结合故障诊断与预测技术的国内外研究现状,综述了故障诊断和预测的完整性认知模型,并以此对蓬勃发展的故障诊断和故障预测技术进行了分类与综合分析。同时针对故障的不确定性特征,对故障诊断和预测技术的性能要求、定量评价与验证方法进行了分析。最后,分别从实际应用及扩展的四个方面提出了故障诊断、预测,以及PHM技术未来发展的几个问题。     

设备故障诊断技术的现状与发展

设备故障诊断技术已发展为一门独立的跨学科的综合信息处理技术,是目前研究领域的热点之一。该论文集中介绍了目前设备故障诊断的几种重要技术与方法,如故障树分析法、小波分析、神经网络识别和基于复合知识库的专家系统等。通过分析指出,把传统方法与现代理论相结合、把现代理论与先进技术相结合、把设备故障的诊断与修复相结合、把理论方法与应用效率相结合是今后的发展方向。     

PHM系统及其故障预测模型研究

PHM(Prognostic and Health Management)是装备实现自主保障的一项关键技术.通过对美军联合攻击机PHM系统功能和结构的分析,提出了一种基于扩展FMEA的PHM系统的实现方法,并阐明了其运作原理.在此基础上,引入模糊综合评判这一数学方法建立了PHM系统的故障预测模型.最后以飞机起落架的收放系统为例进行了实例分析.     

某两栖装甲装备液压系统非介入式原位检测方法

为解决传统的介入式测量方法拆装困难、影响系统的动态特性、无法适应武器装备现场快速抢修需要的问题，根据液压系统的特点，针对表征系统状态的主要参量——流量、泄漏量和污染度，提出了非介入式原位检测方法，实现了对装甲装备实时检测的目的，有助于故障的快速定位和排除。并以某两柄装甲装备为例，说明了非介入式原位检测技术的可行性和实用性。     

基于BP神经网络的装备故障诊断专家系统研究

分析了神经网络和专家系统的特点,提出了基于BP神经网络与专家系统结合的某装备的故障诊断方法,构造了BP神经网络的装备故障诊断专家系统的诊断模型,克服了传统专家系统在知识获取和表达的薄弱环节,并用了某型装备的故障实际数据进行了验证,结果表明了神经网络与专家系统结合是一种有效的诊断方法。     

基于状态的装备可靠度模型及其应用

为应用基于状态的装备可靠度模型，实现对装备的精确维修，采用了比例风险模型（Proportional Hazards Model，PHM）将装备的年龄信息及检测所得状态信息融入系统的风险函数中。考虑到样本包含截尾数据的情形，应用极大似然估计方法对模型中的参数进行了估计以及相应的模型检验。通过对该方法在一个实际案例中应用的详细分析，验证了方法的可行性。     

基于BP神经网络装甲车辆电气设备故障诊断的研究

研究了装甲车辆电气设备故障的智能诊断,设计了基于BP网络的故障智能诊断系统。采用C8051F040单片机完成数据的采集和预处理,上位机应用C+ +builder和MATLAB的混合编程完成故障利用BP网络的诊断过程。研究结果表明,提高了设备故障诊断的准确度,实现了装甲车辆电气系统故障诊断的自动化、智能化。     

基于CBR的指挥自动化装备故障诊断专家系统研究

以故障诊断的理论和方法为基础,综合运用基于案例推理和专家系统理论,对指挥自动化装备的故障诊断问题进行研究,形成一个集成的智能诊断专家系统。介绍了系统的总体结构和工作原理,并给出具体的诊断实例,此方法充分利用CBR的优点,将提高指挥自动化装备故障诊断的正确性和效率。     

基于神经网络的火控系统故障诊断专家系统

针对某型战机航空火控系统故障诊断方法对维修人员、检测设备依赖性大、故障诊断时间长等弊端,提出将神经网络与专家系统技术相结合应用于该型战机火控系统的故障诊断中.根据火控系统的故障特点给出了其神经网络专家系统的结构,建立了系统知识库,设计了系统运行的主界面和四大运行模块.经部队外场维修人员使用证明,该系统易于维护和使用,故障诊断准确率较高,有较强的鲁棒性.