舰炮武器装备智能化维修保障研究

舰炮是水面舰艇装备数量最多、使用最频繁的武器装备,以往以预防性维修为主、临抢修为辅的维修方式,容易同时出现“维修不足”和“维修过剩”等现象,导致维修成本居高不下。以智能化战争时代精益管理需求为牵引,提出了一种基于维修资源视情供应的舰炮武器装备智能化维修保障体系,并建立了以保障周期最短、保障成本最低为目标的区域舰炮武器装备器材调剂供应的优化决策模型,引入了离散化海鸥算法(seagull optimization algorithm, SOA)进行求解,仿真结果表明：该模型算法可有效提供优化的供应方案,并在收敛速度和寻优效果方面有一定优势。     

基于多指标相似性的T/R组件剩余寿命融合预测方法

为实现对T/R组件剩余寿命的准确预测,及时掌握装备当前健康状态和提高装备维修保障水平,分析T/R组件的故障特点,筛选出反映T/R组件状态退化过程的状态监测指标,通过计算每个指标对应的剩余寿命信息和权重,得到T/R组件的剩余寿命预测结果。通过算例分析与比较,验证了预测方法的实用性与有效性。研究结果可为电子装备剩余寿命预测提供理论指导,对合理计划维修资源和提高装备战斗力具有重要意义。     

基于步进应力加速老化和改进Arrhenius模型的橡胶贮存寿命预测

为准确、快速地预测橡胶的贮存寿命,在步进高温应力加速老化试验的基础上,对不同加速温度下的加速系数进行计算,获得加速因子和绝对温度倒数的曲线,发现橡胶老化过程表现出非Arrhenius特性。针对非Arrhenius特性,引入幂指数因子,采用一种改进的Arrhenius模型对加速系数进行拟合。由对数反应速率与绝对温度倒数曲线的斜率,计算了改进Arrhenius模型在不同温度下的等效线性活化能,结果表明低温下活化能减小。建立低温下的老化寿命模型,对胶料在10℃,20℃和30℃下的老化寿命进行评估。评估结果表明,该模型可为相关高分子材料腐蚀过程中呈现的非Arrhenius特性的分析及寿命预测提供参考。     

基于灰色理论与模糊神经网络的导弹性能预测

准确掌握导弹的性能质量状态是保证完成作战任务的前提条件。目前,在实弹发射演练中,为确保发射成功,通常采用先测试合格后发射的方法,难以满足未来战场上大规模、大批量、即用即射的作战要求。为满足未来作战需求,立足于以往对导弹性能参数的测试数据和日常的管理、贮存信息,结合实弹发射结果信息,运用灰色理论、模糊综合评价、模糊神经网络的方法,准确预测导弹性能质量状态,为部队管理决策提供技术支撑,为导弹部队战略决胜提供重要保证。     

未来空域窗预测命中点误差特性分析

分析目标提前点的误差特性是未来空域窗射击中要解决的首要问题。针对现有未来空域窗相关研究缺少误差特性分析的问题,提出了通过误差转换矩阵进行误差分析的方法。该方法在相应坐标系下建立误差模型,求得在预测迎弹面内的误差协方差矩阵,最后对协方差矩阵进行特征值分解得到目标提前点的误差特性。以跃起俯冲为例进行仿真分析,得到了目标在预测命中点的误差特性,并通过计算毁伤概率分析了各参数变化对未来空域窗的影响,结果表明,该误差分析方法正确,能为后续未来空域窗研究与工程化应用提供理论依据。     

E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展,其可靠性面临巨大挑战,基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础,现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大,影响了故障预测的准确性和效率。本文面向未来E级超级计算机,提出数据采集框架（Failure Prediction Data Collection Framework, FPDC）,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,有效解决了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,能够适应未来大规模系统故障预测数据采集的需求。     

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。     

基于端点梯形白化权函数的飞机保障性灰色评估

保障性评估是提高飞机保障性的有效手段。从保障性的定义出发,构建了飞机保障性评估指标体系,在利用层次分析法(AHP)确定指标权重的基础上,对三角白化权函数进行了改进,建立了基于端点梯形白化权函数灰色评估模型,很好地解决了相邻的若干类别对该类别聚类中心的影响问题,并将其应用于飞机保障性的评估,通过实例分析,验证了此评估方法的可行性,对提升飞机保障性评估的准确性有一定的参考价值。     

基于GAHP和熵法的虚拟训练综合评价

针对武器装备虚拟训练中评价一次操作数据无法客观反映受评者真实水平问题,提出了基于灰色层次分析和熵理论的虚拟训练评价方法。在获取每名受评者操作数据样本的前提下,通过灰色层次分析,确定指标层次和初始权重,利用灰色评估方法确定相应指标的灰类,对灰数归一化加权得到每个指标的评分,并确定综合总评分;引入不稳定因子,借助熵法确定受评者每个指标的不稳定性。最后,通过实例验证了方法的有效性,并根据不稳定因子和各指标评分向受评者提供了后续训练提升的建议。     

武器装备虚拟维修训练系统设计

针对大型武器装备实装训练成本高,受场地天气影响大的特点,设计了一种基于unity驱动引擎的武器装备虚拟维修训练系统。场景模块采用3DMAX建模,并对虚拟对象设置复合碰撞器,完成对虚拟场景的构建;战技勤操作模块中,先对操作步骤分类,结合Petri网条件—事件模型,解决了虚拟环境下装备操作的标准流程生成问题;拆装训练模块中,采用割集法,结合单一约束解除原理,解决了虚拟拆装训练中拆装序列的生成问题;提出了基于层次分析法的横向评价模型和基于GAHP法的纵向评价模型,增强了对用户训练效果评价的全面性,并实现了纵向自适应评价;在系统中增加了半实物故障排除模块的设计,弥补了传统虚拟训练系统缺少此模块的问题。