自行火炮状态维修决策支持系统

针对现阶段自行火炮定期维修中存在问题,为了预防自行火炮的故障以及缩短维修时间,提高自行火炮维修的针对性和有效性,在自行火炮维修中引入了基于状态的维修(Condition Based Maintenance,CBM),从工程应用的角度出发,设计并开发了自行火炮状态维修决策支持系统(CBMDSS),明确了系统设计的目标,构建了系统的总体结构,详细阐述了系统实现的具体功能,应用Visual Studio.Net及Matlab相结合的程序开发语言开发了自行火炮状态维修决策支持系统,对自行火炮开展状态维修具有十分重要的使用价值。     

虚拟检测维修系统的设计与实现

结合实际装备维修工作的需求,开发了一套基于虚拟现实技术的具有一定通用性的虚拟维修训练系统。系统由界面层、应用层、对象层和技术支持层组成,运用OSG渲染创建逼真的场景,基于均匀网格和OBB树的混合碰撞检测算法解决碰撞问题,通过协同网络通信实现多人协作维修/检测操作。通过对某型装备手控台的虚拟维修训练系统的构建,证明系统能够快速开发相应的虚拟训练系统。训练过程中操作与场景变化实时同步,结果表明该系统能够有效提高操作人员的维修维护能力。     

人脸特征定位在油库安全监控中的应用研究

人脸特征定位是人脸检测与识别中的重点与难点,也是研究的热点;而油库安全是油库各项工作的首位,是油库建设和发展的“生命线”,通过人脸检测进行个人身份识别是消除人为不安全因素,保证油库安全的有效措施。在此背景下提出了一种基于人脸图像的对人脸特征进行定位以及提取轮廓的方法,这种方法可以提高人脸特征检测的效率。并把这种方法应用到油库安全监控中,提出了系统的原理与设计,来达到保障油库安全的目的。     

基于HCM方法的装备维修工作量分析与确定

硬件与人力比较方法(HCM)是在装备研制或改进过程中通过对其可靠性和维修性进行分析,确定装备维修工作量的一种分析方法。叙述了使用HCM方法确定装备维修工作量的基本过程,并以改进的某型鱼雷系统为实例进行了应用性研究。     

基于EON Studio 5.0的装甲车辆发动机虚拟维修关键技术研究

以某型坦克发动机为研究对象,基于虚拟现实工具软件EON Studio 5.0,对装甲车辆发动机虚拟维修训练系统涉及的关键技术——三维建模、虚拟维修场景生成、人机交互等进行了研究,为建立装甲车辆发动机虚拟维修训练系统提供技术支持。     

基于粗糙集的装备维修信息属性约简算法

分析了装备维修信息的概念和组成,将粗糙集理论应用到装备维修信息处理中,结合信息熵和互信息的定义,界定了一种新的属性重要度,并将其作为启发信息,提出了改进的基于属性重要度和互信息的属性约简算法,并通过对装备维修信息约简,进行了算法验证。实验结果表明:所提出的算法精度较高,得到的结果比较符合实际,能够为装备维修保障提供决策依据。     

基于Pareto排序法的战时装备维修任务多目标调度方法

针对战时武器装备维修保障问题,建立了包括最大完工时间、延迟时间和维修单元负荷在内的多目标优化调度模型。为提高解的多样性和收敛性,构建了一种基于Pareto排序法和小生境技术相结合的遗传算法用于模型求解,引入Pareto排序和拥挤距离进行适应度计算,通过混沌系统随机生成权重系数,并使用小生境技术改进选择方式。通过实例验证表明,该方法能够有效地解决装备维修多目标调度问题。     

世纪金花钟楼购物广场安全疏散消防整改设计

依据国家有关消防技术规范,介绍世纪金花钟楼购物广场安全疏散消防整改设计,探讨避难通道、帘中对开门式防火卷帘在地下商店安全疏散方面的应用。     

基于虚拟样机的导弹维修训练仿真系统

以虚拟样机技术为基础 ,提出了装备虚拟维修训练系统建设总体方案 ,主要用于解决目前武器装备维修训练采用实物、实兵、实地训练 ,日常训练成本高、危险性大、训练效率与训练效果有待提高的问题。采用虚拟样机技术开发的装备维修仿真训练系统是解决目前武器装备维修训练突出问题的有效途径。该系统的实现 ,对于解决目前存在的复杂装备维修训练问题有重要意义     

An optimal structured policy for maintenance of partially observable aircraft engine components

This paper considers the maintenance of aircraft engine components that are subject to stress. We model the deterioration process by means of the cumulative jump process representation of crack growth. However, because in many cases cracks are not easily observable, maintenance decisions must be made on the basis of other information. We incorporate stress information collected via sensors into the scheduling decision process by means of a partially observable Markov decision process model. Using this model, we demonstrate the optimality of structured maintenance policies, which support practical maintenance schedules. © 1998 John Wiley & Sons, Inc. Naval Research Logistics 45: 335–352, 1998