E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,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,能够满足未来大规模系统故障预测数据采集的需求。     

简介机械装备故障预测系统设计

故障预测是一个新生事物,机械装备的故障预测更是一个复杂的大系统,随着人工智能技术先进研究成果的不断推出,有关故障预测的基础性理论和应用技术的研究也必将得到飞跃性的发展。而探讨开发机械装备故障预测系统的一般性准则,可以起到抛砖引玉的作用。     

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。     

高性能互连网络中端口阻塞故障预测方法

随着系统规模、芯片功耗和链路速率的提升,高性能互连网络的整体故障率也不断上升,传统运维方式将难以为继,给高性能计算系统整体可靠性和可用性带来了巨大挑战。针对网络端口阻塞这类严重网络故障,提出无监督算法的预测模型。该模型从历史信息中挖掘征兆性规律并形成新的特征向量,应用K-means聚类算法对特征向量进行学习归类。在预测时,结合端口当前状态,利用二次指数平滑算法对未来状态进行预测,将得到的新特征向量使用K-means算法预判是否会发生阻塞故障。利用拓扑结构信息,分别对叶交换机和根交换机构建预测子模型,进而提升预测的精确率。结果表明,该预测模型能保持在召回率为88.2%的前提下,达到65.2%的准确率,可为运维人员提供有效的辅助。     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。     

航空装备故障风险分析与趋势预测方法

针对还未系统形成飞行试验故障风险分析与趋势预测方法的问题,提出基于可拓学的飞行试验故障后果定量分析方法,综合应用蒙特卡洛抽样以及层次分析法的飞行试验故障可能性评定方法以及基于灰色波形的故障风险综合预警信号预测方法;通过实例验证结果表明:基于灰色波形的故障风险综合预警信号预测方法预测航空装备故障风险趋势有效,并且更适合于...     

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。     

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。     

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。     

时变环境下基于加速寿命试验的产品故障预测方法

针对传统可靠性模型及分析方法无法分析产品在时变环境下可靠性的缺陷,提出了时变环境应力下产品可靠性预测方法.引入比例风险模型描述产品可靠性与工作环境因素的关系,结合加速寿命试验数据,利用极大似然估计确定基准失效率函数及各环境因素协变量回归系数.在假设产品工作环境应力转换时间确定的情况下,建立了时变环境下可靠度分析模型.实例验证了该方法的有效性.     

【专题】面向精打产品的红外图像数据采集、治理和应用

面对复杂严酷的战场环境,红外成像精打产品的智能化水平和抗干扰能力是产品生存的重要因素,而图像大数据技术是红外成像精打产品提升技术能力的重要保障。本文结合红外成像精打产品智能化能力提升的需求,提出了面向精打产品的图像数据获取、历史数据及新增数据治理、数据挖掘应用的全过程实用方法,实现了特定目标红外图像数据增补及海量图像数据的高效管理与智能应用;并在图像大数据的支持下,研发了智能信息处理算法性能评价平台和目标检测算法,有效提升了精打产品的智能化水平和实际应用能力。开展基于实际应用需求的图像数据采集、治理和应用技术研究是提升精打产品性能的重要途径,也能够为智能信息处理技术在精打产品上的落地应用提供有力支撑。     

考虑非线性退化与随机失效阈值的剩余寿命预测

针对广泛存在的非线性退化设备,现有方法尚未考虑随机失效阈值对剩余寿命预测结果的影响。因此,通过对设备性能退化过程进行分析,提出了一种综合考虑非线性退化与随机失效阈值的剩余寿命预测方法。基于Wiener过程构建了考虑个体差异与测量误差的非线性退化模型;基于卡尔曼滤波算法建立状态空间模型以实现对退化状态的在线更新;基于极大似然法估计失效阈值分布系数估计方法,得到随机失效阈值的概率分布;基于随机失效阈值推导出剩余寿命的概率分布,实现对剩余寿命的在线预测。算例研究表明,所提方法可以有效地提升剩余寿命预测的准确性,具备一定工程应用价值。     

基于XML的数据采集交换系统

从技术需求、系统结构等方面全面介绍了一种基于XML的数据采集交换系统的设计与实现。该系统基于XML技术, 结合迅速发展的信息采集需求, 实现了大范围的数据资源的采集、交换与共享。该系统已成功应用于国家“863”计划项目: 智能化农业信息处理系统———河北示范区建设。     

不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略

为了进一步提升设备维修决策的科学性,通过建立综合设备剩余寿命预测数据与不确定失效阈值的最优维修决策模型,实现了不可维修设备的最优替换策略.构建基于非线性Wiener过程的设备性能退化模型,并采用极大似然法估计退化模型参数;提出一种基于期望最大(Expectation Maximization,EM)算法的不确定失效阈值...     

失效概率函数求解的高效算法

结合基于分数矩约束的极大熵方法和替代模型法,发展了一种失效概率函数求解的高效算法。所提算法的基本思路是利用自主学习的迭代Kriging方法来构造失效概率函数,即采用较少的训练样本来构造粗糙的失效概率函数,在此基础上通过添加新的违反学习函数约束的样本来更新失效概率函数,直到达到精度要求。对于每一个分布参数的训练样本点,所提方法采用分数矩约束的极大熵法来求解相应的失效概率样本。由于分数矩的计算采用了高效的降维积分,并且由于分数矩约束下极大熵法中优化策略高效地逼近了响应的概率密度函数,从而使得失效概率样本能够被高效高精度地估计出来。为了检验所提方法的精度及效率,给出了两个算例,对比了所提方法与已有的失效概率函数求解的Bayes公式法及Monte Carlo法等,结果表明,所提方法适用于求解复杂的功能函数问题,且在满足精度要求的基础上大大降低了计算量。     

基于CPLD与单片机的多路高精度数据采集系统设计

结合CPLD与单片机设计了一种多路高精度数据采集系统,最高可达24位转换精度。所采集数据具备良好的实时性,可采集通道数目多,同时系统具备较强的抗外界干扰能力,结构简单,可靠性好。该系统具有较强的可移植性,能够广泛应用于多路、高精度、低频数据采集的场合。     

寿命周期费用分析中的数据采集问题探讨

寿命周期费用数据采集是寿命周期费用分析的关键问题之一。简要介绍了寿命周期费用的概念,探讨了寿命周期费用数据采集的目的与要求、费用数据的来源、内容、采集形式,以及对费用数据的处理等与寿命周期费用数据采集有关的问题。目的在于为寿命周期费用的数据采集提供一般性指导方法。     

不平衡数据的软件缺陷预测方法

数据的不平衡问题是数据分类领域中的一个热点问题。当分类算法处理这些数据时,算法将偏向多数类而忽视少数类。在软件缺陷预测领域,它并没有引起足够的重视,在4组NASA不平衡数据上比较和分析了14种分类算法的性能,为了克服数据的不平衡性,采用SMOTE技术对软件缺陷数据进行平衡化,最后在AUC和F-measure评价指标下对算法进行评估。实验结果表明随机森林算法在4组数据上表现最佳,这为软件缺陷预测提供了很好的参考。