基于正交最小二乘估计的非线性时间序列的预测

在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小二乘方法 (OLS)对线性模型同时进行结构选择与参数辨识 ,改善了数值的病态特性 ,增强了算法的稳定性     

寿命试验持续时间的预测

工程界中诸多电子元器件的寿命都可以看作或近似看作是服从指数分布的,只有经寿命试验掌握各类电子元器件寿命的分布情况,才能对整个电子系统的可靠度有较充分的认识,从而对整个电子系统中的电子设备进行合理布局,优化控制,使其在实际应用中最大程度地发挥其作用。分别给出服从单参数指数分布的样本在寿命试验的早期结果上预测寿命试验的总持续时间的精确与近似方法的证明,并对两种预测方法在不同情况下的预测结果进行比较。     

复杂网络波动扩展衍射欠定采样预测模型

复杂网络环境中对网络波动的准确预测可以有效监测网络环境,防范网络入侵和拥堵。由于在复杂网络受到干扰的可能性更大,其网络波动具有扩展衍射特征,不可预测性强。传统方法中采用自回归移动平均模型进行复杂网络波形预测算法设计,在波动信号的时频重叠调制过程中未能纳入杂波先验信息,波动序列的扩展衍射特征形成欠定采样,预测效果不好。提出基于空间扩展自回归移动平均模型的复杂网络波动欠定预测算法,采用LTE线性均衡滤波,进行降噪去除杂波干扰,提取波动序列的扩展衍射特征形成欠定采样样本序列,设计网络波动时空序列扩展衍射点阵,准确预测网络波动的参数信息。以病毒入侵,网络监听和拥塞堵塞等波动产生模型为实例,进行仿真实验,结果表明该算法具有较高预测精度,监测点波动误差较小,实现复杂网络波动状态的动态跟踪和评估。     

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。     

基于步进应力加速老化和改进Arrhenius模型的橡胶贮存寿命预测

为准确、快速地预测橡胶的贮存寿命,在步进高温应力加速老化试验的基础上,对不同加速温度下的加速系数进行计算,获得加速因子和绝对温度倒数的曲线,发现橡胶老化过程表现出非Arrhenius特性。针对非Arrhenius特性,引入幂指数因子,采用一种改进的Arrhenius模型对加速系数进行拟合。由对数反应速率与绝对温度倒数曲线的斜率,计算了改进Arrhenius模型在不同温度下的等效线性活化能,结果表明低温下活化能减小。建立低温下的老化寿命模型,对胶料在10℃,20℃和30℃下的老化寿命进行评估。评估结果表明,该模型可为相关高分子材料腐蚀过程中呈现的非Arrhenius特性的分析及寿命预测提供参考。     

基于Marcov模型的舰艇舱室火灾蔓延风险

假设舰艇舱室内火灾蔓延按照发生燃烧的物品引燃次序进行,将舰艇舱室内可燃物燃烧分成若干种不同的燃烧状态,采用时问连续状态离散的Marcov模型,先后计算舰艇舱室火灾蔓延的转移概率速率函数和转移概率函数,得到不同时间下各种燃烧状态的概率分布,从而得到舰艇舱室火灾最大风险来临时间.此半经验的理论模型,可以用于舰艇火灾风险预测.     

故障预测技术综述

把握新军事变革机遇,加快信息化建设步伐,对军事装备进行有效的质量监控和故障预测是技术保障的重要内容。阐述了故障预测技术,系统地介绍了现有的、比较有代表性的故障预测技术方法,并叙述了其优缺点;最后重点对故障预测技术的发展前景进行了展望,指出了该研究领域当前需要进一步研究的问题和发展方向。研究故障预测技术对提高装备的维修和保障能力具有十分重要的意义。     

Reliability inference for field conditions from accelerated degradation testing

Accelerated degradation testing (ADT) is usually conducted under deterministic stresses such as constant‐stress, step‐stress, and cyclic‐stress. Based on ADT data, an ADT model is developed to predict reliability under normal (field) operating conditions. In engineering applications, the “standard” approach for reliability prediction assumes that the normal operating conditions are deterministic or simply uses the mean values of the stresses while ignoring their variability. Such an approach may lead to significant prediction errors. In this paper, we extend an ADT model obtained from constant‐stress ADT experiments to predict field reliability by considering the stress variations. A case study is provided to demonstrate the proposed statistical inference procedure. The accuracy of the procedure is verified by simulation using various distributions of field stresses. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

带失效因子的J-M软件可靠性预计模型

提出带失效因子的J-M软件可靠性预计模型.先分析了原有J-M软件可靠性预计模型的特性,指出了此模型产生与实际情况差异的原因;基于在测试初期软件出现的错误,对软件失效率的影响大于测试后期出现的错误对软件失效率的影响的思想,提出了带失效因子的J-M软件可靠性预计模型.最后,针对所提出的模型,利用测量的数据进行了实际验算.     

履带车辆悬挂系统关键部件疲劳寿命预测技术研究

针对履带车辆悬挂系统关键部件-扭力轴的疲劳寿命预测技术展开研究,首先利用机械系统动力学仿真软件ADAMS建立了悬挂系统多刚体动力学模型, 应用模态集成方法在悬挂多刚体模型中集成扭力轴柔性体,通过添加约束与载荷边界条件,建立悬挂系统刚/柔体耦合模型。通过对典型工况的仿真计算,可以得到扭力轴上每个节点的载荷时间历程与应力时间历程,结合扭力轴的材料特性,并考虑应力集中系数、平均应力修正等各种影响因素,实现悬挂系统扭力轴疲劳寿命的预测。最后将实验结果同仿真结果进行了比较,得到了具有工程意义的结论。