神经网络在雷达装备故障趋势预测中的应用

为了提高预测精度,在雷达装备状态监测与故障趋势预测系统中引入基于指数衰减的神经网络预测模型。通过普通BP网络预测模型引出基于指数衰减的神经网络预测模型,经验证预测精度较高。并介绍了雷达装备状态监测与故障趋势预测系统构成,此系统对于雷达装备的早期故障预测和预防性维修具有重要意义。     

果蝇算法优化的相关向量机在电子装备中的应用

针对电子装备渐变故障预测问题,提出一种基于果蝇算法优化相关向量机的故障预测方法。该方法将原始时间序列数据进行相空间重构处理,并基于折交叉验证和果蝇算法优化相关向量机模型的核函数参数,从而建立故障预测模型,并以某型雷达发射机速调管监测数据对模型性能进行了验证。实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度以及预测可靠性方面都具有一定优势。     

基于B/S模式的雷达装备远程故障诊断系统

探讨了基于B/S模式的雷达装备远程故障诊断系统,利用知识库、Web等技术构建了一个供雷达部队使用的雷达诊断网,对系统的体系结构和功能模块以及所涉及的关键技术进行了分析和研究,实现了雷达装备的实时监控和故障的自动诊断,提高了雷达装备的可靠性和雷达部队的应急抢修能力。     

基于预计和评估结果融合的电子装备可靠性预测方法

分析了目前获得电子装备可靠性水平的可靠性预计和评估两种方法各自的优缺点,确立了融合两种方法所得结果以解决各自方法不足的思想.基于证据决策理论,以电子装备累积故障概率作为目标集,将可靠性预计结果和评估结果分别作为两批证据对目标集进行支持.利用信息融合方法,对两个利用不同源信息得出的预计结果和评估结果进行了融合,并得到了准确、实用的可靠性预测结果.最后以某型雷达为例进行实例分析,验证此方法的可行性.     

舰船机电系统使用故障数据分析研究

舰船机电系统在使用维修过程中所记录的故障数据通常质量不高,信息记录不完整、不准确。针对这类不完备数据,利用图示法给出了故障趋势的判定。在此基础上,分别利用齐次泊松过程、非齐次泊松过程和几何过程,对装备的历史故障数据进行了分析。结果表明,几何过程产生的拟合误差最小,并据此预测了装备的未来故障强度。     

舰船机电系统非完备使用故障数据分析

舰船机电系统在使用维修过程中所记录的故障数据通常质量不高,信息记录不完整、不准确。针对这类不完备数据,利用图示法给出故障趋势的判定。在此基础上,分别利用齐次泊松过程、非齐次泊松过程和几何过程,对装备的历史故障数据进行分析。结果表明,几何过程产生的拟合误差最小,可预测装备的未来故障强度。     

相控阵雷达信息在舰炮武器系统中优化使用

相控阵雷达作为全舰统一配置的公共资源,已成为当前舰艇装备发展的一种趋势。从信息流程和解算方法等方面,研究了近程反导舰炮武器系统对相控阵雷达目标信息的优化使用问题,以充分有效地利用相控阵雷达目标探测资源,缩短了舰炮武器系统的反应时间,提高了舰炮武器系统的作战能力。仿真分析表明了方法的有效性。     

雷达装备智能集成故障诊断

现代雷达装备功能多、结构复杂、集成度高,其故障具有复杂性、层次性、相关性、延时性和不确定性.因此雷达装备故障模式多种多样,信号复杂,单一诊断模式已远远不能满足故障诊断的需要,基于现代雷达故障诊断的复杂性的现时需求,提出雷达装备智能集成故障诊断模型,给出了模型的诊断推理过程,对系统实现中的知识获取、知识表示和诊断推理方法...     

一种基于模糊可靠度确定雷达故障检测间隔期的方法

将雷达装备参数漂移的动态范围模糊化 ,并基于数理统计中参数估计的理论 ,建立了雷达装备的参数模糊可靠度预计模型。把该模型应用于确定雷达电参数的故障检测周期 ,并通过实例论证此方法的优越性和实用性。     

基于云理论的装备技术状态预测

通过分析装备技术状态变化的模糊性和不确定性等特性,提出了基于云理论的装备技术状态预测模型.根据装备技术状态劣化趋势,给出了基于云模型的时间序列状态预测方法,有效地运用了装备状态评估中的主观预测知识.将历史趋势与当前趋势相结合,实现了基于时间序列的状态预测.最后以某装备的发动机为研究对象,对发动机状态的动态评估值进行了预测,验证了该状态预测方法的有效性.