装备寿命周期备件供应网络优化方法

针对现有备件供应优化方法未从寿命周期角度考虑备件供应优化问题,将寿命周期不同阶段的备件需求特征融入备件供应网络设计中,实施动态需求特征下的寿命周期整体优化。深入分析寿命周期不同阶段的备件需求特征;建立备件供应响应时间转移方程,在此基础上,构建使寿命周期备件保障效益最大的多目标混合整数规划模型。通过仿真案例证明了多种备件保障模式的组合能够显著提高寿命周期保障效益,寿命周期整体优化可以实施更高效的备件供应。     

水下航行器轴向运动的初始修正自适应反演控制方法

研究水下航行器在复杂水下环境中轴向运动的轨迹跟踪问题,当航行器质量及初始误差均较大时,根据传统自适应反演控制方法设计的控制器需要航行器动力系统提供较大的推力,甚至超过动力系统的最大输出。提出初始修正自适应反演控制方法对此予以改进,该方法将原来对参考信号的跟踪转换为对修正参考信号的跟踪,并采用自适应方法估计航行器的质量和未知扰动等未知参数,可以获得较好的轨迹跟踪性能且不需较大的推力。仿真结果验证了所提初始修正自适应反演控制方法的有效性。     

基于状态的维修与备件库存决策联合优化研究

针对需进行定期功能检测的设备,研究其基于状态的维修策略与备件库存策略联合优化方法。引入延迟时间理论,分析定期功能检测策略下备件库存的消耗与供应过程;基于设备功能退化和备件库存变化规律,建立以设备维修保障费用为优化目标的数学模型,并采用仿真的方法对设备功能检测周期、备件最大库存水平、备件订购周期等决策变量进行联合优化。通过一个算例对所提出的方法和建立的模型进行应用验证。     

考虑维修因素的随舰备件配备方案研究

针对随舰备件配置问题,首先建立了考虑维修时间的随舰备件保障概率模型与使用可用度模型,研究了部件的使用可用度与备件保障概率之间的关系,并给出了部件寿命服从指数分布、维修时间为定长时的备件保障概率解析表达式;然后,以串联系统为对象,建立了基于使用可用度的系统备件配置优化模型,给出了随舰备件配置优化算法及流程;最后,定量分析了维修时间对装备使用可用度和备件保障概率的影响程度,验证了随舰备件配备方案的制定方法是合理可行的。     

军用飞机周转备件库存预测方法

军用飞机周转备件对飞行安全及军事任务的完成有着重要影响。在广义更新过程的基础上,运用修理度概念改进了比例危险模型,建立了反映周转备件寿命及维修历史、运行环境等协变量参数变化趋势的预测模型,通过实际故障数据进行参数估计,并仿真计算设定时间段内周转备件的数量。以某周转件为例对有无协变量、不同维修方式等条件进行对比分析,结果表明该方法更符合工程实际。     

基于仿真的飞机战损部位及备件需求确定

飞机战斗损伤部位及战时备件需求的确定对做好战时维修保障工作具有重要意义.提出了作战飞机的战斗损伤部位的确定方法,建立了飞机部件的当量模型和飞机受导弹攻击的仿真模型,确定了飞机的战伤分布规律.在确定飞机战伤分布规律的基础上,建立了飞机战伤备件和故障备件需求模型,为作战飞机的战伤研究及航材储备作了有益的探讨.     

基于更新过程的多阶段备件需求模型

正态分布、威布尔分布是常用的备件寿命模型,但是正态分布和威布尔分布的记忆性会导致多阶段需求量预测的相关性.利用更新过程理论,将叠加的更新过程分解和拼接,建立单阶段多项备件需求模型;通过将年龄转移到下个阶段,建立了多阶段不可修备件需求模型;采用加权平均法对多阶段需求模型进行了修正.仿真表明,这种模型能有效预测多阶段需求的波动.     

备件需求过程的MAP数据拟合算法研究

为了将备件需求过程表示为马尔可夫到达过程(Markovian arrival process, MAP)形式,设计了备件需求到达流的MAP拟合算法.首先,采用EM算法将备件需求到达间隔时间拟合成Hyper-Erlang分布形式,然后利用MAP性质和Bayes公式推导出生成元矩阵的计算公式;随后设计了一个完整的数据拟合流程,并通过实例对算法的效果和效率与已有研究进行了对比.结果表明,该算法在确保拟合效果的同时,能够有效提升拟合效率.     

装备备件管理技术综述

备件管理水平的高低直接影响着装备保障能力的发挥和使用保障费用的维持,备件管理现已成为世界范围内的研究热点。通过对国内外有关备件管理文献的分析,总结了备件管理在备件分类方法、需求预测与确定、库存控制与优化3个方面的研究现状。分析结果表明：备件管理将向多因素综合考虑的备件分类方法,基于备件需求不确定性的预测技术以及基于计算机辅助技术、物流和供应链管理等方向发展。     

基于深度学习的战役初始态势认知方法

战役初始态势不仅影响着整个战役进程,而且对战役筹划的影响也极为显著。以深度学习为代表的人工智能技术突飞猛进,为我们利用人工智能技术实现自动识别复杂的战役初始态势、模拟战役指挥员的经验知识带来了契机,作者就此问题进行初步探索性研究。对战役初始态势的概念及其类型进行了介绍,探讨了基于深度学习的战役初始态势认知模型构建,对模型构建步骤、输入和输出的设计进行了探讨,对卷积神经网络的基本思想、结构、训练进行了介绍,在示例中介绍了样本数据的录入程序、卷积神经网络的具体结构与应用程序,验证了方法的可行性与有效性。所提出的战役初始态势认知方法可以在一定程度上获得指挥员对战役初始态势的经验知识。