FMEA与粗糙集相结合的故障预测方法

基于FMEA和粗糙集决策系统基本理论,对飞机中分系统故障预测问题进行了研究。首先定义故障预测所需的征兆并对系统进行FMEA,按照FMEA分析结果分次向系统模型注入引起特定故障的事件,采集含有故障趋势的系统模型的信息用于构建适用于故障预测的粗糙集决策表,对该表进行了处理,最终发现用于故障预测的知识(即决策规则和算法);最后运用所发现的知识进行故障预测。     

基于损伤树及损伤征兆集的战场损伤定位研究

建立了基于损伤树的知识表示、知识推理模型及损伤树评估框架,利用损伤树各节点的损伤征兆集,进行装备战场损伤定位,较好地利用了装备专家的领域知识,提高了战场损伤评估的准确性和效率。     

关键征候在潜艇威胁判断中的应用

传统的潜艇威胁判断模型中对关键征候的利用不是很充分,主要运用确定型模型,通过传感器获得目标主动信号的变化等实时信息判断潜艇是否被发现。分析研究了关键征候在潜艇对目标攻击企图的估计和对目标是否确认发现潜艇的估计应用,提出了把各种征候引入到模型中,根据征候的有无和征候发生的程度来对目标的威胁等级划分和排序,提高威胁判断的质量。     

Global Diagnosable Sequence的故障诊断能力分析

利用归纳法对Global Diagnosable Sequence的故障诊断能力进行了分析。分析结果表明：目前该算法＂关于征兆混淆问题＂的结论是不够准确的,除了满足一个基本互连诊断算法的抗混淆能力以外,还对W-A/W-O以及W-O/S-D-k无征兆混淆。并由证明过程得到以下结论：无W-O征兆误判的诊断算法必然不存在W-O/S-D-k征兆混淆。