一种轴承故障等级诊断改进方法

针对频谱分析不能确定轴承故障程度的缺点,提出 PCA（principle component analysis）与优化的 SVM （support vector machine）相结合的方法,研究轴承不同故障类型、同种故障类型不同故障等级的实验振动数据,同时对轴承振动信号的13个特征属性参数进行了主成分分析,确定了最优特征属性参数,并利用优化的SVM 对轴承故障进行诊断。实验结果表明：该方法确定了最优属性参数,减少了冗余信息,提高了诊断准确率,减少了时间消耗,不仅有效地诊断出了轴承的故障类别,而且实现了轴承的故障等级诊断,使诊断更加精细化,为工程实际中轴承的健康管理提供了有益参考。     

地空导弹发控系统寿命预测的组合模型

将灰色系统理论和BP神经网络有效地结合起来,建立了灰色BP神经网络的组合预测模型,并采用遗传算法对该模型进行优化。为了验证优化后模型的有效性,采用灰色BP神经网络的预测结果进行对比分析。实际数据的预测结果表明,优化之后的模型比单独采用灰色BP神经网络,具有更小的均方差(MSE,Mean Square Error),对发控系统剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度。     

基于SF-REM的齿轮箱剩余寿命预测方法研究

剩余寿命预测是视情维修决策的重点和难点.针对工程实践中历史数据少、模型参数估计精度低的问题,建立一种基于随机滤波(SF)的齿轮箱剩余寿命预测模型.该方法采用递归期望最大化(REM)算法对模型参数进行递归更新,推导极大似然估计方法的参数递归更新过程,最后经实例验证模型的有效性和实用性.     

针对固定窗口算法的椭圆曲线密码故障分析

针对固定窗口算法实现点乘运算的椭圆曲线密码,基于符号变换故障攻击原理,通过分析不同故障模型下的密钥恢复过程,给出一种能够解决“零块失效”问题的改进故障分析方法,并进行仿真实验。实验结果表明：采用固定窗口算法的椭圆曲线密码易遭受故障攻击,10min内即可恢复NIST-192完整密钥。该故障分析方法也适用于其他采用点乘运算的密码算法。     

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。     

模拟器测试与维修训练应用仿真研究

为提高武器系统的故障诊断与维修水平,在模拟器中应该依据电路特点通过故障分析建立故障诊断与维修数据库,然后在此基础上进行故障设置。介绍了故障分析的原理以及数据库的组成,并且举例说明了2类故障的设置方法,为武器系统测试与维修的训练提供了新的方向。经实际使用,该模拟器具有良好的应用前景和显著的军事效益。     

多处理器实时操作系统预计与评估算法研究

预计与评估算法为反导指控系统任务调度提供基础参考信息,是执行调度策略的先决条件。对基于多处理器的反导指控实时操作系统预计与评估算法进行了研究。首先介绍了这2个算法的典型应用环境;然后具体介绍了2个算法的实现;最后通过示例对算法的使用进行了进一步的说明。     

几种野值剔除准则在目标预测中的应用研究

观测数据中的野值会影响目标预测的精度。分析比较了几种常用的野值剔除准则,包括最常用的3σ准则、奈尔准则、格拉布斯准则和狄克逊准则,将其应用到目标预测的数据预处理中,并比较了各种方法的野值剔除能力和对目标预测精度的影响。仿真结果表明:野值剔除准则的引入可有效减少数据中野值的数量,提高目标预测的精度。其中,格拉布斯准则的实用效果尤为明显,且误剔除率也得到了较好的控制。     

ANN-FRIFS在多传感器信息融合故障诊断中的应用

对于多传感器故障诊断系统,必须根据环境的变化和传感器的状态等合理地运用各传感器的信息。文中设计了一种基于经验规则和模糊推理功能的ANFIS置信度判别器,此判别器能自适应地对各传感器数据综合判别,得到它们相应的故障置信度,进而对多传感器的信息进行融合,提高了诊断的准确度。     

基于支持向量机和遗传算法的末敏弹系统效能参数优化设计

末敏弹是一种先进的新型弹药,由于其结构复杂,影响因素多,所以对其进行全面的系统优化设计比较困难。文中探讨了基于支持向量机的末敏弹命中概率预报模型的建模方法,并采用遗传算法对系统效能参数进行了优化,获得了影响系统效能的几个主要因素的合理搭配,为末敏弹的系统效能研究提供了依据。