组合评价方法的装备维修性定性指标综合评价

针对在新型装甲装备设计阶段对其维修性进行综合评价的需求,结合装备设计阶段的其维修性指标验证与评价的特点,构建了基于设计阶段的装备维修性综合评价定性指标体系,通过分析线性加权与非线性加权两种综合评价方法的特点,提出了利用两种方法组合对装甲装备维修性进行综合评价的方法,并将该方法应用于实例验证,所得结果与物理样机的实验结果一致,证明了本方法的可行性和科学性,对基于设计阶段的新型装甲装备维修性综合评价有重要参考价值。     

基于TOPSIS法与灰色关联度法的故障样本分配方法

针对故障率作为维修性试验验证故障样本分配的主要影响因素,而使故障样本分配结果的合理性与可信性不足的问题,提出了一种基于TOPSIS法与灰色关联度法的维修性试验验证故障样本分配方法。构建了故障样本分配影响因素体系,采用残缺判断矩阵法确定了各影响因素的权重,基于TOPSIS法与灰色关联度法构建了故障样本分配的数学模型。以某型装甲车辆加温器的维修性试验为例,验证了所提故障样本分配方法的可行性,结果表明:相比按比例分层抽样的故障样本分配方法,所提方法的故障样本分配结果的合理性与可信性明显提高,更适用于装甲装备维修性试验验证工程实践。     

性能试验阶段装甲车辆维修性定性指标综合评价

为满足性能试验阶段装甲车辆维修性评定的任务需求,提出了一种基于组合赋权法与物元可拓模型的性能试验阶段装甲车辆维修性定性指标综合评价方法。在构建性能试验阶段装甲车辆维修性定性评价指标体系的基础上,通过组合赋权法将订购方与使用方分别基于层次分析法给出的指标权重进行集成,得到了指标的综合权重,并进一步与物元可拓模型相结合,给出了性能试验阶段装甲车辆维修性定性指标综合评价结果。实例应用结果表明该方法合理、有效,为性能试验阶段装甲车辆维修性定性指标综合评价提供了参考与思路。     

基于贝叶斯网络的自动装弹机维修决策

在分析贝叶斯网络的结构和特点的基础上,以自动装弹机的部件输弹机为例,构建了输弹机不旋转故障模式的贝叶斯网络模型,并对网络模型进行训练和学习,在计算网络模型相关参数的基础上进行维修决策分析,梳理出排除输弹机不旋转故障的一般性方法,为研究自动装弹机的维修决策提供参考。     

基于乌鸦搜索算法的装备并行拆卸任务规划

针对装备维修性试验验证过程中拆卸任务难以有效规划的问题,提出了一种基于乌鸦搜索算法的装备并行拆卸任务规划方法。分析了拆卸任务的流程关系,建立了拆卸任务流程关系的数学模型。将维修时间作为评价并行拆卸任务规划结果的适应度函数模型,结合乌鸦搜索算法的计算步骤,引入遗传算法的交叉操作方式和变异操作方式,实现了对乌鸦搜索算法的离散化处理,满足了装备并行拆卸任务规划问题的求解需求。实例应用结果表明:相比遗传算法,乌鸦搜索算法的寻优能力和搜索能力更优,适用于装备并行拆卸任务规划工程实践。     

基于主客观组合赋权的装甲装备维修性综合评价

依据装甲装备虚拟样机维修性综合评价的需求,提出了装甲装备维修性综合评价指标体系的构建流程,构建了装甲装备维修性评价指标体系;结合序关系主观赋权法与熵值客观赋权法,提出了一种主客观组合赋权法,采用线性加权综合评价模型对装甲装备维修性进行了综合评价,以3种方案下某型坦克动力舱的维修性评价为例,验证了该方法的可行性,并与相关实装试验结果进行了对比。研究成果对基于虚拟样机的装甲装备维修性综合评价具有参考价值。