航天装备备件配置现状SWOT分析及对策研究

全面分析航天装备备件配置现状,把握备件配置优化的主要方向,形成推动备件配置水平快速提升的关键策略,是提高航天装备备件保障科学性和高效性的重要基础。本文通过SWOT分析法对航天装备备件配置现状的优势、劣势、机遇和威胁进行了系统剖析,并在此基础上构建SWOT分析矩阵,进而基于矩阵因素的不同组合形式,研究形成改进航天装备备件配置现状、提高备件配置科学性的四种关键策略,即抓住机遇、发挥优势的S-O策略,利用机遇、克服不足的W-O策略,利用优势、应对威胁的S-T策略和弥补不足、应对威胁的W-T策略,提出当前应重点解决备件需求提报精度、库存配置科学性和协调激励机制三个现实问题,为开展航天装备备件配置问题深入研究明确了重点、确定了方向。     

脉冲功率电源故障诊断方法研究

脉冲功率电源是电磁发射系统中最容易发生故障的薄弱环节,脉冲功率电源故障会使整个系统性能下降。针对脉冲功率电源故障,提出基于多层小波分析提取故障信息的模式搜索支持向量机故障诊断方法。通过建立脉冲功率电源的软故障模型,进行仿真分析获得电流故障数据样本,对故障样本进行离散小波分解,获得指定层细节信息的小波系数作为故障特征量;对故障特征量进行主成分分析,将小波系数进行降维,以便有效地进行故障诊断。通过实验,将所提方法故障诊断结果与其他三种故障诊断结果进行比较,验证了所提方法的有效性。     

基于形态分量分析和EEMD样本熵的自动机故障诊断

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。