基于SOA的网络化维修保障信息系统体系结构研究

随着信息技术的迅猛发展,网络化维修模式将会成为未来武器装备维修模式变革的潮流,而面向服务的体系架构即SOA(Service-Oriented Architecture),可以有效地解决传统的维修信息系统中所面临的"信息孤岛"和"功能孤岛"的问题,是实现网络化维修保障的重要基础之一。分析介绍面向服务架构SOA的概念、体系架构、技术实现,并结合网络化维修保障的具体需求,提出了一个基于SOA的网络化维修保障体系框架。     

军用航空机务维修人员安全知识结构评价研究

随着军用航空装备复杂性、安全性的提升,对广大机务维修人员安全知识结构提出了更高的要求。以某机务部队现状为依据,研究航空机务维修人员安全知识结构评价问题。利用工作分析法对航空机务维修人员的工作进行了深入分析,建立了航空机务维修人员安全知识结构指标体系,通过构建基于熵权的改进BP神经网络模型对建立的知识体系结构进行评价。以某单位实际调研数据为基础,利用MATLAB仿真实现了模型的训练和测试,对机务维修人员的安全知识结构进行量化分析,为机务人员的安全知识能力培养提供决策依据和参考。     

基于CCA/DEA的装备维修保障绩效评价

运用典型相关分析方法(CCA)和数据包络法(DEA),从纯技术效率、规模效率和综合效率3方面对空军飞行团维修保障绩效进行计算分析,结果表明,飞行团维修费使用效益方面经费配置效率整体不高,特别是对于中修费和维修器材购置费,须采取管控措施提高经费利用效率。     

相控阵雷达维修方案优选方法研究

针对相控阵雷达维修方案的选择问题,确定了维修方案的决策属性,并提出一种基于改进TOPSIS法的相控阵雷达维修方案优选方法。该方法通过引入Vague集来处理维修方案选择中存在的模糊信息,并采用博弈论综合赋权法来确定决策属性的综合权重。通过计算各备选方案与正、负理想方案的灰色关联度,得到了维修方案的灰色关联相对贴近度,进而实现对维修方案的排序和选择。最后,通过算例应用与分析,对提出的方法进行了验证。     

装备保障人员优化配置方法研究

将装备保障人员按级别分为操作人员、维修人员及管理人员,结合人员进入、培训和退出的状态,构造了状态转移矩阵,求出了各级别人员数量。定义了不同级别针对不同任务的保障效率,按照保障人员完成最高效率任务构建了最优化配置模型。通过实例验证了模型的实用性。     

基于增强现实的装备诱导维修系统设计与实现

针对目前装备维修过程中存在的复杂度高、上手慢和安全性低等问题,构建了一个诱导维修原型系统,并围绕增强现实关键技术阐述了诱导维修系统的设计与实现;采用了模块化设计方法,通过分析诱导维修系统设计需求,对系统所需要的各个功能模块进行了设计,并且使得系统的维修任务能够根据维修对象的改变在框架不变的前提下得到修改或升级;利用该原型系统对发动机活塞环和离合器片更换两项维修任务进行了诱导,验证了系统的功能。     

集对分析和LS-SVM相结合的装备研制风险综合评价法

为有效降低或规避武器装备研制风险,确保装备研制项目的顺利推进,提出一种基于集对分析理论与最小二乘支持向量机方法的装备研制风险综合评价方法。根据武器装备研制特点,建立装备研制风险评价指标体系。在此基础上,引入集对分析理论中的联系度和集对概念构建训练样本和测试样本。利用样本对最小二乘支持向量机进行训练测试,得到装备研制风险的评价模型,并给出评价结果。案例分析表明,所提方法过程简便,定性定量结合,形式易于理解,评价结果也更加贴近实际,对于提升装备研制项目风险管理和决策水平,具有重要的实际意义。     

基于小波包和支持向量机的舰用发动机故障诊断

舰用发动机是一个复杂的大系统,由于受到海洋恶劣气候的影响,其故障发生的概率大大增加,因此,对舰用发动机故障诊断进行研究具有重大实际意义。以舰用发动机的主泵轴承为例,提出了基于小波包和支持向量机的故障诊断方法。首先采用振动加速度传感器获取轴承的振动信号,然后对采集数据进行多层小波包分解,求各频带信号能量,形成各种故障模式下的特征向量。将形成的故障特征向量训练集输入到支持向量机,通过训练建立诊断分类器,并运用测试数据对建立的诊断分类器进行测试。实验结果表明,该方法可以很好地实现舰用发动机故障诊断效能,具有很好的工程应用前景。     

机务保障要求到保障方案转换

首先以装备可靠性为依据,以任务要求中任务时间、出动飞机数量、任务可靠度等参数为约束,建立了保障资源的配置模型;在确定保障资源配置基础上再以保障任务时间为优化目标,建立保障任务调度模型和调度算法,按照保障专业调度优化,为保障方案制定奠定了重要基础,对实行精确化保障有重要现实意义,对基层级的保障工作有很强的指导作用。     

装备器材保障资源调度决策模型及算法

装备器材保障资源调度问题是一个非常复杂的问题,根据其优化目标要求,从保障时间最短、保障耗费最低、安全性最高3个方面建立了该问题的多目标优化模型,并通过目标优先度决策将其转化为单目标模型;接着,采用两阶段法进行求解,将其分为最优路径决策、器材分配决策两个阶段进行决策优化,在明确资源点到需求点之间的最优路径后再进行器材资源的分配;并分别采用基于小生境的自适应遗传算法和基于生成树的遗传算法进行求解。通过实例分析,求解结果能够满足装备器材保障的要求,表明所构建的决策模型和算法是有效的。