基于设备贡献度的实时效能评估方法

为了实现对在线运行设备效能的实时评估,在深入研究线性和非线性指标聚合方法基础上,提出了一种基于设备效能贡献度的在线设备实时效能评估方法,给出了指标评定、权重计算和指标聚合方法.仿真结果表明,该方法克服了传统方法效能评估结果无法准确反映系统运行情况和设备故障情况的缺点,实现了对在线设备运行状态的快速、科学评估.     

基于油液分析的装备状态多阶段组合预测模型

状态预测是状态维修的关键步骤之一。针对装备状态变化规律复杂、特点难易准确掌握的关键问题,以延时时间概念和两阶段预知模型为基础,提出了根据不同阶段特点采用不同预测方法的多阶段组合预测模型。通过油液分析及其相关规定,对装备运行阶段进行了具体划分,给出了适应各阶段特点的预测方法。最后,通过实例验证了该模型的有效性。     

基于SC-BP的设备故障预警研究

为实现对火炮系统健康状态监测和故障预警,满足从“故障修”向“状态修”转变的发展需求,采用拟合模型算法,建立设备标准化电流优化BP神经网络预测模型（SC-BP）,分析运行数据的内在逻辑和相关性,设计设备正常运行状态下的数据参数库,并与实时采集的设备状态数据进行比较,根据拟合优度进行辨识,通过比较设备实时数据与历史正常数据之间的相似关系来判断设备状态,并显示故障关联信息,为工作人员分析故障原因提供了参考,并对算例进行了分析验证。研究结果表明,该故障预警方法能够辨识设备性能异常状况,使维护人员能够在设备故障形成早期发现征兆,提前采取措施以避免设备故障的发生。     

混合动力电动汽车预测控制策略

为了保证混合动力电动汽车动力性和进一步降低燃油消耗,建立了一个预测控制策略,该控制策略采用齐次马尔科夫链对汽车运行状态特征参数进行预测,并根据预测结果对混合动力电动汽车控制策略中发动机工作范围上下限进行调整.与原电力辅助控制策略相比,建立的预测控制策略降低了运行状态对混合动力电动汽车控制策略的影响,使得车辆能够在不同运行工况中都具有良好的燃油经济性.     

在翼航空发动机性能数字孪生建模方法

由于在翼发动机的运行环境和使用条件多变,发动机多运行在非设计状态,基于试车数据的稳态性能模型难以反映发动机运行的真实状况,鉴于此,提出了基于发动机在翼状态数据的性能模型修正方法,通过循环迭代计算的设计点性能匹配和特性图缩放和特性图参数寻优的非设计点性能匹配,借助GasTurb软件构建了某型CFM56-7B发动机在翼性能数字孪生模型,模型全工况多参数预测误差小于2.67%,验证了该方法的有效性和实用性。     

基于线性时变参数离散灰色模型的在线故障预测系统设计

为实现故障预测的实时性,克服设备实际数据处理能力的局限,采用了线性时变参数离散灰色模型(linear time-varying parameters discrete grey model,TDGM),并对其建模所用的最小二乘法采用递推算法,形成了递推建模法,解决了实时建模预测所面临的建模序列取舍、计算和存储量巨大等难题,并采用视情剔除旧数据的方法克服了递推建模法存在的"数据饱和"现象,完成了在线故障预测系统(online fault prediction system,OFPS)的初步设计。实例仿真验证表明:该系统运行稳定可靠,计算和存储量在可承受范围之内,预测效果良好,可以应用到实际设备中。     

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.     

卡尔曼滤波的雷达双站无源测向定位新方法

雷达无源测向定位技术是一种非常有效的雷达电子对抗技术.将该技术应用到雷达组网中,将有利于提高现有装备雷达的电子对抗性能.通过在MSC坐标系中对双站无源测向雷达的Kalman滤波,计算出被测目标的状态预测以及预测方差,然后再将两者所得的状态预测通过数据融合技术计算出总的全局状态估计.并通过计算机仿真验证,结果表明此方法是一种具有工程意义的实用测向定位新方法.     

一种实时对中监测装置原理及误差分析研究

设计出了一种可实现实时对中监测的装置。该装置可以在静态和设备运行时进行对中状态监测,还可对设备或轴系引起的对中状态改变量进行测量。介绍了该装置的结构原理,并对其结构误差进行了讨论,结果表明,该装置的误差很小,可以很好满足工程需要。同时,还对该装置的装配误差进行了分析。     

探月飞船跳跃式再入组合制导方法

针对预测-校正制导方法计算量大的问题,提出一种结合预测-校正法和标准轨道法的组合制导方法。在一次再入段采用预测-校正法提高制导方法的鲁棒性能,在二次再入段采用标准轨道法减少计算量。该组合制导方法通过利用标准轨道信息,减少了预测时间;通过设计指令快速迭代算法,减少了迭代次数;并根据飞船二次再入点处的实际状态,修正标准指令剖面,提高二次再入制导性能。仿真结果表明:该组合制导方法能大幅减少预测时间,提高校正速度,并具有较高的鲁棒性和精度。     

基于灰色模型的电磁轨道发射装置温度研究

在电磁发射过程中导轨温度受众多因素影响,而其中部分因素很难进行精确分析,为此运用灰色系统的分析方法对电磁轨道发射装置温度进行研究。为获取模型所需实验数据,搭建电磁轨道发射装置测试系统,并借此测量发射过程中的电流、导轨温度、出口速度等数据。由于测量仪器限制,借助ANSYS有限元仿真对测得的导轨温度数据进行修正,以获得导轨内表面温度。基于经典GM(1,N)模型与Simpson公式,提出一种改进型灰色模型,并以此方法对导轨温度展开研究,进一步选取同能级试验,对不同位置处各因素温升贡献度进行讨论。结论为进一步深入研究导轨温度提供参考和依据。     

基于分形理论的目标航路预测

电磁干扰条件下解决断续航路预测问题对防空兵有效抗击空中目标至关重要。针对包络灰预测方法预测精度较低和Verhulst灰色预测模型计算过程复杂的情况,提出了预测航路的分形方法。在分形理论的基础上,研究了其用于目标断续航路预测的基本思路,建立了基于分形的目标航路预测模型,并对模型进行了求解。最后,利用建立的分形模型对雷达丢失目标后的目标航路进行了预测,通过实例体现了分形方法在用于航路预测时的准确性、灵活性和易实现等特点。结果表明,用该法对断续目标航路的预测具有一定的借鉴意义。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

基于灰度关联和神经网络的装备价格第三方服务机构评价模型

为了科学合理选择装备价格第三方服务机构,研究以灰度关联分析和神经网络方法构建评价模型。研究数据采用问卷调研形式获取,针对样本数据采用灰度关联法分析评价指标与综合评分之间的关联性,发现服务态度和制度建设情况两个评价指标与综合评分关联度达0.74以上,较为重要。采用有效二级指标和综合评分作为输入和输出数据,构建基于神经网络的装备价格第三方服务机构评价模型。通过实际数据验证分析,发现神经网络模型预测精准的概率为75%,预测满足要求的概率为25%,满足实际应用需求,能够为主管部门遴选机构建言献策。     

导弹贮存寿命预估的组合模型

在分析比较了几种寿命预估方法优缺点的基础上,针对单一预估方法在解决实际问题中所暴露的局限性,优选了GM-BPNN组合预估模型。该组合模型既利用了灰色预估理论具有所需要的样本数据少、原理简单、运算方便、短期预估精度高、可检验等优点,也发挥了神经网络并行计算、容错能力强、自适应能力强等优点。最后利用该组合模型对弹上某设备寿命进行了预估,取得了较好的预测效果。     

无灰型柴油添加剂的灰模式关联决策

由于无灰型柴油添加剂不存在二次污染问题,将是节能降污柴油添加剂发展的趋势,但是无灰型添加剂的加入可能会改变燃油多项理化指标和发动机台架评定结果,采用灰模式关联决策在众多添加剂中确定最优无灰型添加剂是一种较为科学的方法.通过对含有无灰型柴油添加剂油样的各项理化指标测试、模拟评价测试和发动机台架试验结果进行灰模式关联决策,...     

单兵综合作战系统的效能评价

开展对单兵综合作战系统这一全新的武器系统的效能评价工作,对于系统的下一步发展具有十分重要的意义.讨论了武器系统效能的概念及评价步骤、评价方法.指出灰色方法更适用于单兵综合作战系统的效能评价.根据系统评价因素的灰性特点,给出了指标因素的量化方法,建立了基于层次分析法与灰色关联分析的效能评价模型.最后以三类型号系统的数据为例,证明了该方法的有效性.     

基于退化速率跟踪粒子滤波的剩余使用寿命预测框架

毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好的解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。本文针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化。并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。     

基于灰关联的砖混建筑抗震易损性指标重要性研究

采用灰关联分析法,通过对大量工程震害数据分析,得出了各砖混结构建筑抗震易损性评价指标与震害的灰关联系数,建立了建筑抗震易损性评价指标重要性模型,并以此依据对结构抗震易损性评价指标的影响程度进一步分析,筛选出影响其灾害损失的主要因素,使得砖混结构建筑抗震易损性预测结果定量化、合理化。     

柴油机磨损寿命的灰色马尔柯夫模型预测

基于灰色系统理论,将灰色ＧＭ（１,１）预测模型和马尔柯夫预测模型的优点结合起来,形成一个灰色马尔柯夫预测模型,拓宽了灰色预测的应用范围。特别地,这种模型的预测结果比其它随机波动性较大的数据到模型的预测结果精确得多。对柴油机磨损寿命进行预测,取得了令人满意的结果。