民用飞机健康状态评估方法 

飞机健康状态评估技术能够为飞机的健康状态提供量化评价的方法和手段,通过给出量化的飞机健康指数值,可以为后续的飞机维修提决策提供必要的技术基础;在分析了健康状态评估的技术现状的基础上,对飞机整机级的健康状态评估方法进行了研究,提出了健康状态评估技术方案,并对波音AHM系统健康指数模型进行了研究;提出的民用飞机健康状态评估方法,实现了从传统的对故障的状态识别转移至对性能退化程度的检测和量化描述,其应用可以为航空公司安排飞机运营提供参考,并为合理安排计划维修提供决策支持。     

复杂设备健康度评估方法研究综述

随着装备系统集成化、信息化程度的提高,复杂装备的工作可靠性至关重要,对其进行健康状态评估有着重要意义;健康度是对装备健康状态进行定量评估的方法,相对于分级的健康状态评估,可以更加细致地反映装备退化状况,能为装备视情维修提供准确依据,近年来得到越来越多的关注;通过对近几年国内外涉及装备健康度评估方法的相关文献整理,综述了复杂装备健康度评估研究的发展现状和相关评估方法,并从部件级和系统级两个方面对各种健康度评估方法进行了分类阐述和优缺点分析;着重指出了复杂装备在健康度评估中存在的权重问题、样本不均衡问题和健康度与故障率相关性问题;结合复杂装备特点及该领域最新研究进展,提出了未来研究思路和发展方向.     

基于灰色聚类的汽车健康状态评估

文中基于汽车健康管理的概念提出对汽车健康状态进行评估。汽车健康状态评估作为健康管理的重要内容具有重要的现实研究意义。汽车健康状态评估的结果可以为车主提供维修提醒,为汽车维修人员提供初步维修决策,其满足汽车健康管理的需求。汽车系统是一个灰色系统,文中采用灰色理论与聚类分析相结合的灰色聚类方法进行汽车健康状态评估,根据灰色聚类决策方法的原理,分析了汽车健康状态评估指标体系,然后使用模糊层次分析法确定各指标权重,最后利用灰色聚类方法对汽车健康状态等级进行评估。实例表明,基于灰色聚类理论建立的汽车健康状态评估模型科学合理、方便快捷,并具有很好的实用性。     

无人机健康状态综合评估技术研究

无人机健康状态综合评估技术是以无人机视情维修体系为背景发展起来的,已成为先进的无人机核心技术之一,现已发展成为一门新兴的科学技术;国外的许多军用无人机由于采用健康状态评估技术,极大降低无人机的使用和维修成本、提高无人机的使用可靠性;结合某型无人侦察机的典型部件,阐述了无人机健康状态评估技术的提出、实现方法和发展趋势,并以无人机的动力分系统为例,验证了所提方法的可行性,为实现无人机状态即时评估提供科学依据。     

复杂装备健康状态评估的粗糙核距离度量方法

复杂装备的健康状态评估对于减少定时维修和事后维修的次数以及推动视情维修具有重要的意义.提出了一种基于粗糙核距离度量的复杂装备健康状态评估方法,该方法首先用粗糙集进行健康特征的约简和权重系数确定,以得到优化的联合健康特征向量,然后基于加权核距离度量进行健康状态分类.航空发动机健康状态评估中的应用表明,该方法具有鲁棒性、实时性强、计算简单的特点.     

基于状态监测的装备保障特性评估系统研究

装备保障特性评估,是评定保障性目标的重要监督方法,状态监测是及时获取并掌握装备状态,支撑保障特性评估的重要在线手段。状态监测与保障特性评估可以实时或周期性的对装备运行状态进行监控和评估,预测装备的衰退趋势以及最佳维修时机。基于状态监测的岸防装备保障特性评估系统,通过研究岸防装备状态监测与评估体系,设计状态监测、健康管理与评估系统,支撑岸防装备保障特性评估技术研究与验证,并以某部队岸防装备为对象验证了系统的有效性,可对岸防装备的状态掌控,以及保障特性的及时、准确的评价和判定提供有效支撑。     

基于云重心评估法和熵值法的装备技术状态评估

装备技术状态评估是状态维修的关键环节,对维修决策有重要的支持作用;针对装备的监测信息和历史数据的模糊性和随机性,提出了基于云重心评估法的装备技术状态评估模型;同时,充分利用云理论特征值之一的熵,通过熵值法得到指标权重,避免了主观评价造成的误差;采用加权偏离度最终确定技术状态,构成定性属性值与定量属性值的映射关系;通过实例,验证了该方法的可行性和有效性。     

基于测试数据的装备健康状态评估方法

针对当前装备健康状态评估方法无法反映健康状态变化过程的问题,提出了一种基于测试数据的装备健康状态评估方法。该方法通过对待测部件进行测试,观察测试数据变化规律并对比测试数据的正常范围,分别计算测试部件的基本健康度、健康度变化率和健康度变化幅度,得到了装备动态变化过程中的健康度数学模型,并建立了串联、并联系统的武器装备健康状态评估方法。利用该方法分别对某型潜射导弹发动机、伺服机构液压源的测试数据进行实例分析,结果表明该方法可准确真实反映装备健康状态的变化过程,提供使用者科学有效的故障预测和维修决策依据,更加符合装备基于状态的维修要求,提高了装备完好率和任务完成率,具有较强的可操作性。     

基于CBM需求的设备健康管理系统设计

简要分析了设计基于CBM需求的设备健康管理系统的必要性.根据设备维修管理的系统流程图,提取了设备健康管理的主要业务流程,强调了CBM与设备健康管理的密切联系,进一步分析了CBM的功能需求和信息需求.在此基础上,设计了基于CBM需求的设备健康管理系统,构建了系统的总体结构,具体描述了系统的重要功能模块.该系统采用B/S模式,包含本地和远程数据采集、状态监测、健康状态评估、剩余寿命预测、维修决策支持、网络通信等.     

基于LSTM的风洞设备健康状态评估方法研究

针对风洞设备健康状态评估中特征提取困难、量化算法复杂等问题,提出了一种基于深度学习的健康度评估方法,利用正常状态样本数据训练LSTM编解码器网络并构建特征空间,利用测量数据特征向量与特征空间的欧氏距离衡量健康状态的退化程度,从而高效地实现了系统或设备的健康状态量化评估;经风洞试验室轴流风机转子不平衡故障、长轴轴承裂缝故障等两个数据集进行验证,取得了与设备工作状态一致的健康度评估值,具有很强的工程应用价值。     

社会网络用户心理健康自动评估研究综述

心理健康问题正迅速成为世界范围内最严重和最普遍的公共卫生问题之一。社会网络的兴起与普及带来大量与社会网络用户心理状态相关的数据。近年来,利用社会网络数据自动评估检测用户心理健康的研究吸引着越来越多的学者,取得了不少成果,但未见对这些成果进行总结分析的工作。该文对社会网络用户心理健康自动评估的相关文献进行评述: 在现有文献基础上总结归纳了心理健康自动评估的概念及界定;从评估任务、社会网络数据集构造、评估用到的特征等方面概述了社会网络用户心理健康自动评估的国内外研究现状;比较分析了现有自动评估方法的特点,包括基于特征工程的方法和基于深度学习的方法;总结了现有研究存在的问题和面临的挑战,包括评估性能问题、数据质量问题、隐私伦理问题、原因抽取问题和自动干预问题等。未来的研究应该结合其他数据流,并需要患者、临床医生和数据科学家之间开展更大的合作,以使机器学习在心理健康问题的原因提取、预防疏导等方面得到新的应用。     

基于深度学习的视频质量评价研究综述

视频质量评价(VQA)是以人眼的主观质量评估结果为依据,使用算法模型对失真视频进行评估。传统的评估方法难以做到主观评价结果与客观评价结果相一致。基于深度学习的视频质量评价方法无需加入手工特征,通过模型自主学习即可进行评估,对视频质量的监控和评价有重要意义,已成为计算机视觉领域的研究热点之一。首先对视频质量评价的研究背景和主要研究方法进行介绍;其次从全参考型和无参考型两方面介绍基于深度学习的客观质量评价方法,并且从所用的卷积神经网络模型对无参考型评价方法进行了分类比较;接着介绍视频质量评价算法的相关数据库和评价算法性能指标,并对算法性能进行比较;最后对目前视频质量评价研究存在的问题进行总结,并展望了该领域面临的挑战和未来发展方向。     

复杂系统维护策略最新研究进展: 从视情维护到预测性维护

对于复杂、可修复的工程系统, 设备维护是确保系统安全性、可靠性、可用性的重要手段之一. 系统维护策略已经历修复性维护、定时维护、视情维护等多种维护策略. 其中, 视情维护是目前最受关注的维护策略, 它通过收集和评估系统的实时状态信息进行维护决策, 具有全寿命周期内系统可靠性高、运营维护成本低等优点. 近年来, 随着物联网技术、信息技术和人工智能的快速发展, 一种更新颖的视情维护策略——预测性维护逐渐成为领域研究热点. 本文首先简要回顾了系统维护策略的发展历程; 然后, 重点介绍了视情维护的研究进展, 根据决策支持技术的不同, 将视情维护划分为基于随机退化模型的视情维护和基于数据驱动的预测性维护, 对每类技术的发展分支与研究现状进行了疏理、分析和总结; 最后, 探讨了当前复杂系统维护策略面临的挑战性问题和可能的未来研究方向.     

基于动态权重的设备健康状态评估方法

设备健康度是对设备健康状态的定量评估,可以更准确地反映设备健康状态.现有健康度评估方法并不能很好地反映设备的真实健康状态.针对某型雷达发射机的健康度评价问题,提出了基于动态权重的健康度精确评估方法.本文利用指数函数对各参数的权重动态变化规律进行建模,然后计算采集向量与最佳向量的加权标准欧式距离,可以更加准确地评价设备的健康度.通过对某型雷达发射机的实际测试表明,本方法计算结果准确可靠,能够更好地反映设备的健康程度.     

Self-assessed changes in mental health and employment status as a result of unemployment training

The main question addressed in this article is: What factors in an unemployment programme serve both the individual and society? Our research focuses on background variables and process variables and how these can be assumed to affect certain dependent variables in unemployment training. The current focus is on the dependent variable "subjective assessment of the effect of the training on mental health", together with the more objective dependent variable of "employment status after training". Self-confidence, well-being, faith in the future, level of initiative and personal development have been used as indicators of self-assessed "mental health". Data were collected from an unemployment training programme in Sweden and the variables combined to create a hypothetical model. The model was statistically tested and then modified with the aid of LISREL statistics, which helps to adjust the model to statistical acceptance. The findings show that the salient factors directly related to the subjective assessment of the effect of training on mental health are gender, attitude to skills development, perceived training requirements and formal educational background. The latter relationship was negative. Of indirect importance are the level of commitment of the teacher, the satisfaction of the trainee with the process, and the level of control. The duration of previous unemployment was the only independent variable, which directly affected the employment status after the training, and this was in the negative direction. Of indirect importance for this dependent variable were training requirement, satisfaction with the process, own level of control and attitude to skills development.     

飞机故障预测与健康管理应用模式研究

针对现有飞机维修机制的不足进行了分析,描述了故障预测与健康管理、视情维修和自主后勤的三者之间的关系。提出了三种典型的故障预测与健康管理(PHM)应用模式,在分析比较现有三种模式优劣的基础上,进一步指出PHM的发展趋势。设计了一种飞机故障预测与健康管理(PHM)系统框架,并运用物联网技术完成了对自主保障系统的构建,能够有效提升飞机的自主保障能力。最后论证了故障预测与健康管理和持续采办与全寿命支持(CALS)之间的关系,为装备采购和全寿命支持提供了技术支持和理论依据。     

基于PKI系统安全等级保护评估准则的评估方法

随着PKI的逐步发展，对PKI进行评估变得越来越重要，安全保护等级评估是PKI评估的一个重要方面。该文结合层次分析法、线性加权评估法，提出了一种PKI安全保护等级评估方法，对PKI系统的安全保护等级评估进行了探讨。     

国外故障预测与健康管理系统开发平台综述

在故障预测与健康管理(PHM)技术研究及应用中,PHM软件开发平台的研制尤为重要。简要介绍了PHM的概念和内涵,分析了国外几种PHM软件平台的发展状况,结合国内PHM软件平台设计和开发现状,提出几点建议,以期对我国PHM技术的发展和提高发挥一定的作用。     

Blind quality assessment for screen content images via convolutional neural network

With the wide propagation of cloud and mobile computing, screen content images (SCIs) have become more indispensable in our daily lives. Compared to natural scene images (NSIs), SCIs possess many particular characteristics, like mixed contents, extremely sharp edges, and text graphics. Consequently, more challenges occur in the feature extraction, which is used to reflect the distortion, during the quality assessment of SCIs. Recently, some convolutional neural network (CNN) models have been designed by automatically learning feature to evaluate the quality. In this paper, we develop a novel blind quality assessment method for SCIs via the CNN. First, compared with existing CNN-based methods, the proposed method avoids the disadvantage of training with image patches, and it is the pioneering attempt that takes the entire image as inputs. Second, instead of the image gray value, the original image is decomposed into two portions, i.e., the predicted and unpredicted portions, according to the internal generative mechanism (IGM) theory as the input of CNN. Through the CNN, all features of the image are learned automatically from beginning to end, and the network finally outputs the predicted score. Since existing SCI database is too small, to fully train the network, we collected 30000 SCIs and employed a high-accuracy full-reference quality assessment metric of SCI to compute scores as the training labels. Experimental results on SIQAD database demonstrate that the proposed method is comparable to reference-based SCI quality assessment metrics and is superior to the state-of-the-art NSI quality assessment metrics.