基于阶次小波包与粗糙集的轴承故障诊断

针对齿轮箱启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法诊断精度不高的现状,将阶次小波包和粗糙集理论引入轴承的故障诊断中,提出了一种新的故障诊断方法。首先利用阶次跟踪算法对瞬态振动信号进行重采样,得到等角度分布振动信号,其次采用小波包对该信号分解—重构,并对每个频段的能量进行归一化,构成特征向量,通过粗糙集理论得到清晰、简明的决策规则,最后通过故障实例验证该方法的有效性。     

基于模型诊断的集合逻辑运算法计算最小碰集

在基于模型的故障诊断仿真系统的诊断流程中,由最小冲突集计算最小碰集是整个流程中的关键步骤。针对现有计算最小碰集方法中存在的缺陷,提出了运用集合逻辑运算法计算最小碰集,将冲突集表示为集合的逻辑"与"、逻辑"或"运算,通过其运算法则进行运算简化,可得到全部的最小碰集。该方法具有简单有效、数据结构简单、计算简便快捷和易于程序实现等优点。最后通过实例计算,验证了该算法的正确性、简单性和高效性。     

坦克嵌入式靶场射击训练命中评判模型

对坦克实车射击过程及射击误差进行了分析,在对坦克火控系统原理进行分析的基础上,建立了射击命中评判模型,并进行了试验检验,实现了坦克实车嵌入式不装实弹进行射击训练的命中点评判。     

基于模糊集和证据推理方法的武器系统可靠性评估

提出了一种评估武器系统可靠性的新方法。在这种方法中,武器系统中各组成部分及零部件的可靠性用模糊语言变量来表示,利用证据推理方法合成各子系统零部件的可靠性评估结果,提高了各子系统的可靠性水平。文中以某高炮系统的可靠性评估阐述了该方法的应用情况     

舰舰导弹武器系统作战效能评估

在规定舰舰导弹典型作战任务剖面的情况下,运用美国工业武器系统效能咨询委员会评估武器系统效能的方法,建立舰舰导弹武器系统作战效能评估数学模型,并进行了算例验证和分析。结果表明:该模型可有效评估舰舰导弹武器系统作战效能,为舰舰导弹武器系统作战效能的评估提供了有效且便于操作的方法。     

战车火控系统射击命中三要素函数误差分析

火控系统射击(函数)误差可分解为射弹散布函数误差和火控射击准备函数误差。而射击准备函数则是命中三要素函数即瞄准函数、解算函数和控制函数的合成函数。命中三要素的提出,为火控系统射击误差(精度)的分析提供了新的途径。它们均是命中目标的关键要素,又各具特色,为火控系统射击精度乃至系统反应速度的提高,指出了应该努力的方向。针对此进行了具体的分析。     

基于粗糙集-神经网络编队协同空战决策系统

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络-粗糙集-BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近.2:4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统.     

基于粗集和最大熵的模式识别方法

用基于属性约简的粗集理论找出条件属性的最小属性集。对属性间为不确定因果关系的模式,计算在最大熵情况下发生的概率,通过比较概率来进行模式识别,实例分析和结论部分说明这种方法是有效的。     

有限次故障小修模型

针对具有小修的维修策略问题,在提出一定的假设条件后,建立经过长期运行后的单位时间期望损失的模型,研究并分析了有限次故障小修模型,最后通过相应的示例验证了研究结果。     

Predictability of operational processes over finite horizon

Operational processes are usually studied in terms of stochastic processes. The main information measure used for predictability of stochastic processes is the entropy rate, which is asymptotic conditional entropy, thus not suitable for application over a finite horizon. We use the conditional entropy to study the predictability of stochastic processes over the finite horizon. It is well‐known that the conditional entropies of stationary processes decrease as the processes evolve, implying that, on average, their pasts become more informative about prediction of their future outcomes. Some important operational processes such as martingale, models for maintenance policies, nonhomogeneous Poisson, and mixed Poisson processes are nonstationary. We show that as a nonstationary process evolves, it may provide more information or less information about the future state of the system. We develop results for comparing the predictability of stochastic processes. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011