面向发动机故障诊断精度的深度随机森林优化研究

为解决装备故障检测存在故障数据少,难以应用深度学习方法提高性能的问题,提出一种基于优化深度 随机森林的提高装备故障诊断精度方法。根据数据集合数据的特点,构建重采样的样本集合决策树模型,通过对故 障数据中的连续数值进行C4.5 决策树离散化处理,使用扩张卷积方法扩展滑动窗口的感测范围,对训练模型进行实 验验证。实验结果表明,运用深度随机森林的方法对提高装备故障诊断有一定借鉴作用。     

决策树在装备维修器材筹措中的应用

针对装备维修器材筹措工作中品种选择的问题,应用决策树分类方法,对典型装备正常周转器材库存数 据进行挖掘分析。对器材筹措基本业务、筹措品种选择需求以及筹措决策树的作用进行描述,应用C4.5 算法,通过 计算信息增益比例来选择分裂属性,对装备维修器材进行相关属性约简、属性值域简化和决策树构造,得到器材筹 措品种选择需要重点考虑的因素及各因素的重要性。应用结果表明,该分析能够为装备保障方案优化提供重要参考 依据。     

基于GIS技术与半定性推理的导弹测试电路故障诊断

研究了利用GIS与半定性推理技术进行导弹测试电路故障诊断的方法.首先利用GIS技术提取测试电路关键特征线路及器件信息,然后构建电路模型和状态模型,最后根据故障现象应用模糊-定性方法进行故障点分析.实践表明该方法形象化了故障分析过程,提高了导弹测试电路仿真与故障诊断的效率.     

基于粗糙决策树模型的复杂设备智能故障诊断

提出一种粗糙决策树智能故障诊断方法。首先利用粗糙集理论构建故障诊断决策表;然后应用最小熵离散算法对特征数据进行离散;接着利用基于分辨矩阵的算法对决策表进行属性约简,并基于最大聚类比原则优选出最佳约简;最后利用C4.5算法构造出诊断决策树。并对实例进行故障诊断。结果表明：该方法不仅能有效地减少特征数据获取的工作量,而且能快速准确地实现故障识别,具有比粗糙集诊断法、粗糙决策诊断法和C4.5诊断法更强的工程实用性。     

CF50氢液化器维修与生产运行模式的优化

针对TCF50氢液化器的低温吸附器压差过大这一故障进行了详细的分析,根据故障现象对故障点进行初步判断并最终定位故障点。通过理论计算论证了活性碳互换的可行性,阐明了更换活性碳后对低温吸附器吸附量及传质区的影响,并通过对故障的生产进行了优化。其维修方法和过程可供同行业人员借鉴。     

基于云平台的装备车辆状态监控系统

为提高装备车辆数据记录与存储的功能,设计一种基于云平台的装备车辆信息采集和状态监控系统.基于传感器与MCU模块搭建装备车辆状态采集系统,利用云平台对采集系统上传的数据进行存储、融合和预测,结合历史数据和预测结果,对出现的故障和存在的隐患进行预警,构建PC端显示软件,利用云平台的数据处理与存储功能,实现车辆的全维度监测与管理.验证结果表明,该设计可为装备车辆全生命周期的精细化保障和管理提供解决方案.     

大数据驱动的装备健康管理研究

介绍了基于大数据支持的装备健康管理研究的方法.通过建立隶属度函数和设立预警值,对装备进行状态监测;采集装备的数据信息,利用大数据处理技术,实现装备的故障预测;基于预测结果,对装备进行健康评估,提出保障决策,实现装备的维护保障.     

基于模糊综合评判的装备故障诊断研究

通过对装备故障特点的全面分析,结合装备的实际运行状况、现场操作人员和专家的经验,分析了故障与征兆之间的模糊关系,提出了装备故障诊断模型和诊断方法,为在这方面的进一步研究提供了一定的参考,并用某型装备的故障实例进行了验证,结果表明了该方法的有效性．     

电子装备加速实验中的故障预测方法

现代电子装备结构复杂,故障规律难以掌握。而通过对装备组成单元故障规律的研究可推导出装备整体故障规律并进行故障预测。本文着手于对装备组成单元故障规律和故障预测方法的研究。首先利用加速试验来缩短装备组成单元试验时间,获取大量故障规律信息;对加速试验的数据进行了处理;然后基于灰色预测理论,将加速试验中获得的故障规律外推,推测出装备组成单元在正常应力水平下的故障规律并进行故障预测;最后利用相似度和“年老”隶属函数给出了预测结果的可信度。     

多层前馈人工神经网络在装备故障诊断中的应用

多层前馈人工神经网络在装备故障诊断中的应用含设备运行状态特征值设定和故障判定.并建立神经网络样本、确定网络结构、训练网络等.同时,将状态特征值作为输入样本,得出网络的输出,作为故障类型特征值,最后选定故障决策阈值,根据神经网络输出来判定装备是否出现某种故障.     

基于深度学习的小口径弹药装配设备故障诊断专家系统

针对小口径弹药装配设备故障诊断智能化程度不足、诊断效率低以及误诊率高等问题,开展小口径弹药装配设备故障诊断技术和专家系统研究。为提高复杂装备故障知识推理及判别精度,研究基于知识图谱和故障树的故障类别知识库构建方法,提出基于规则和案例的故障知识推理方法,采用深度学习算法进行故障知识推理和更新,构建故障诊断模型并用于小口径弹药装配设备故障诊断专家系统。结果表明：该系统可实现对小口径弹药装配设备故障的智能预测和分析,符合制造装备智能化发展要求,为制造装备智能化、信息化的研制发展和推广应用提供参考。     

基于二元决策图的护航编队多阶段任务体系可靠性分析

护航编队由多艘舰船组成,是一个复杂的装备体系。以护航编队为对象,在多阶段任务系统基础上给出了多阶段任务体系的概念。针对护航编队特点,建立其任务可靠性模型,根据共同失效基本任务对阶段故障树进行化简。采用二元决策图（BDD）算法,对编队任务各阶段可靠事件进行分析,并给出了BDD算法求解任务进行到各阶段时可靠度的流程图和程序实现的伪代码。假设护航编队各系统寿命服从指数分布或威布尔分布,在此条件下对其执行护航任务过程的任务可靠性进行分析评估,验证了所提模型和方法的正确性。     

基于案例推理的航天发射场故障诊断系统

随着科学技术的飞速发展,航天发射场测试发射系统的结构越来越复杂,影响航天试验任务装备系统正常运行的因素也急剧增加,使其产生故障或失效的可能性也越大,且故障也呈现日趋复杂化的趋势;以外安系统为例,根据外安系统设备组成及工作原理,研究了基于案例推理和故障树分析相结合的故障诊断方法,为系统指挥决策提供参考信息,有效地提高了航天器在靶场的测试效率。     

数据挖掘中决策树算法及其应用

决策树算法通过构造精度高、小规模的决策树采掘训练集中的分类知识.在客户关系管理系统中,采用了SQL Server 2000/Analysis Service两层结构决策树算法,以类记数表及深度优先策略生成决策树,在建树算法和数据库间设立数据挖掘中间件.应用结果表明用该方法实现保留高价值客户,发掘潜力客户.     

远程火箭炮武器系统故障模拟仿真

为解决远程火箭炮(简称远火)武器装备出现故障后不能有效地进行故障原因分析和排除的问题,对其故障进行模拟仿真.分析远火武器系统装备故障产生的机理,根据其特性和故障的传播特点,运用故障机理建模和半实物仿真模拟的方法,构建描述远火故障属性的机理模型和相关数据库,借助人工神经网络算法分析故障的传播特点规律,并通过实例进行仿真实验验证.仿真结果表明:该研究对远火武器系统维修训练提供一种技术指导,具有一定实际意义.     

WBS-RBS 法与故障树分析法结合的加注系统危险识别技术

针对航天发射加注系统工艺严谨、设备繁多和操作复杂的特点,传统 FMEA 危险识别方法只能考虑单一失效模式,具有危险辨识不完整的特点,特别是在高危险性的航天发射操作过程中,难以识别出完备的危险因子;采用WBS-RBS 与故障树分析结合的方法对“液氢加注系统管路发生严重事故”进行危险识别,可见采用本方法能识别出更完备的危险源,这是由于本方法完善了人机交互、系统接口。所提方法可以应用到航天发射场的风险辨识,为航天发射风险管理提供了参考。     

故障树分析法在某型扬弹机锁定机构曲柄断裂故障中的分析应用

为有效解决装备出现的问题,采用故障树分析法,对在调试中出现的扬弹机锁定机构曲柄断裂故障进行 分析,找到造成故障的原因,绘制故障树,找出影响故障各原因之间的逻辑关系。通过定性分析和定量计算,确定 故障树的最小割集,计算顶事件发生的概率和各割集发生的概率等参数,并分析各原因故障的影响程度。该研究可 为高效解决故障提供依据。