灰色系统理论在故障预测中的应用现状及其发展趋势

灰色系统理论自提出以来便迅速得到推广并应用于各个领域,它是在少数据不确定性背景下处理数据、分析现象、建立模型并预测事物发展趋势.介绍了灰色系统理论在故障预测方面的应用,通过一个典型应用的实例阐述了灰色预测模型的理论基础及建模方法,并在此基础上分析了灰色预测理论在故障预测技术领域的应用现状及各自优势和缺陷.对其在装备系统故障预测技术领域的应用趋势进行了探讨.     

基于分形方法的装备故障频数预测

针对包络灰预测方法预测精度较低和Verhulst灰色预测模型计算过程复杂的情况,提出了预测装备故障频数的分形方法。在介绍有关分形理论的基础上,针对实际应用中分形维数不恒定的问题,将变维分形的概念引入到装备故障频数预测中。通过分形变换,采用各阶累计和的方法将原始数据变换后可以用分形分布来处理,进而构建变维分形的预测模型。利用建立的模型对装备故障频数进行了预测,实例验证其预测精度达到99.78%。结果表明,该方法对装备故障频数的预测具有一定的借鉴意义。     

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。     

基于数据融合和改进新陈代谢不等间距GM(11)模型的导弹装备故障预测

针对导弹装备故障预测中存在数据采样时间间隔不均匀、采样难度大、数据量小等问题,借鉴数据融合技术和灰色预测理论,提出一种基于数据融合和改进新陈代谢不等间距灰色模型（AMUGM(1,1)）的预测方法。建立改进初始值选取和背景值构造的不等间距灰色模型,并通过残差修正和新陈代谢相结合的方式对模型进行优化;基于加权思想提出了隶属度加权法,以确定各模型的隶属度权值;根据隶属度权值和AMUGM(1,1)模型建立特定个体的故障预测模型。实例仿真验证了该方法的有效性。     

基于组合灰色神经网络模型的火炮身管烧蚀磨损量预测

针对火炮身管烧蚀磨损量受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测的问题,在采用灰色动态模型对身管烧蚀磨损量进行预测的基础上,构造了组合灰色神经网络预测模型进行预测。结果表明,通过组合灰色神经网络模型可以得出较单一模型预测更加准确的预测值,能更好地反映内膛烧蚀磨损量的发展规律。     

基于组合神经网络的装备研制费用预测研究

利用组合神经网络预测法.对装备研制费用进行预测研究.采用了两层预测系统第一层用灰色模型和神经网络分别对装备研制费用进行预测,第二层用BP网络对第一层的输出进行组合预测.通过对某型装备研制费用的预测分析,证实了本模型的科学性与正确性.     

基于故障规律的导弹备件消耗预测

针对导弹备件消耗存在波动性而难以准确预测的问题,在分析导弹备件消耗与导弹装备故障关系的基础上,提出了根据导弹装备故障规律来预测导弹备件消耗的思路。首先建立了导弹装备故障次数灰色预测模型;然后重点从导弹故障件流程分析、故障件相关参数的确定和消耗量计算公式的推导着手,建立了导弹备件消耗预测模型。算例结果表明,基于故障规律的导弹备件消耗预测方法具有较高的精度。该方法从备件产生的根源角度分析备件的消耗,具有重要的理论意义和实用价值。     

野外环境下通信装备故障预测方法

针对目前国内外故障预测研究较少考虑装备自身因素以外影响因素的情况,提出一种新的野外环境下通信装备故障预测方法。利用灰色理论和BP神经网络理论建立驻训阶段通信装备故障预测模型,将外界影响因素考虑引入故障预测中,并通过仿真实验进行验证。仿真结果证明,该方法具有较高的精度。     

基于工龄更换的复杂装备组合维修优化模型研究

对于存在经济相关性的复杂装备,组合维修能有效地提高维修效率。分析了单部件工龄更换维修策略,从费用角度确定最优维修间隔期,在此基础上建立以部件可靠度为约束,系统维修费用为目标函数的组合维修决策模型,对某段时期所要做的预防性维修工作进行优化,并用遗传算法对该模型进行求解。以某型装备的底盘系统进行算例分析,在各部件的可靠性不低于0.8的条件下,可节省维修费用,这表明该组合优化模型有较强的应用性,可为部队的维修保障工作提供借鉴。     

基于灰色可变加权系数的组合预测模型

为了提高预测精度,提出了灰色可变加权系数的组合预测模型。以组合预测模型的误差平方和最小为优化为准则,建立最优的非负可变加权系数的组合预测模型,计算不同时刻单项预测模型的最优加权系数。利用灰色GM（1,1）模型对可变加权系数进行预测,进而得到组合预测结果。算例表明,灰色可变加权系数组合预测模型综合利用了各个单项预测模型的重要预测信息,预测误差远小于各单个模型的预测误差,精度更高,模型实用性更强。     

灰色神经网络在空舰导弹寿命预测中的应用研究

结合灰色理论与BP神经网络建立了灰色神经网络组合预测模型.该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适应性信息处理能力相融合.利用三种灰色模型及灰色神经网络模型对某型空舰导弹某电子设备的失效时间进行预测,研究结果表明灰色神经网络预测效果明显优于灰色模型,是一种实用的且精度较高的预测方法.     

电子装备干扰目标的灰关联预测分配模型

电子装备的干扰目标分配是电子对抗作战研究的重要课题,但实战中的部分模型参数是无法实时获取的。电子装备的作战使用分为任务计划准备和实战使用两个阶段,提出可以利用计划准备阶段的有关历史数据来预测实战使用时的模型参数。首先提出了灰关联预测值的概念,给出了基于有限历史数据的计算方法;继而建立了实战中干扰目标的灰关联预测分配模型,并对算法进行了分析讨论。仿真示例结果表明建立的模型合理,算法可行,符合实战对电子装备干扰目标分配的要求。     

基于粗糙灰色预测的装备维修资源需求预测模型

面向装备维修资源保障任务,首先采用粗糙集理论,通过属性约简算法,简化装备维修备件资源消耗影响因素,在此基础上利用灰色预测模型,对基于虚拟仓储的装备维修资源需求进行预测,通过与单一的灰色预测方法结果相比较,将粗糙集与灰色预测模型相融合的方法应用于装备维修备件资源预测的结果可靠、信息准确,并且预测值与实用值的相对误差和绝对误差很小,达到了准确预测的效果;从而验证了此模型与算法的有效性,为信息化战争中提高装备维修备件资源保障功能提供理论与方法支持。     

一种改进的装备保障能力并联预测模型

为了提高装备保障能力的预测精度,针对当前预测算法及其组合模型存在的问题,提出了一种改进的并联预测模型。利用文本挖掘选择预测指标及权重,改进了区间标度算法并构造了不等距、多尺度区间的模糊时间序列模型。改进了粒子群优化方法中微粒速度和位置及惯性权重值的算法,使用该方法优化了支持向量机参数并建立预测模型。依据改进的模糊时间序列和支持向量机预测模型建立了改进的并联预测模型,通过计算预测权重值并将预测值与预测权重值组合形成并联模型的预测值。通过案例证明了该预测方法具有更高的精度。     

基于时间连续灰色Markov模型的维修器材需求预测方法研究

运用时间连续且状态离散的灰色Markov过程模型,对装备维修器材的需求量进行了预测。根据装备维修器材消耗历史数据的变化幅度和数据的分布情况来划分状态区间。由各区间状态的转换情况得到Markov模型状态间的一步转移概率,论证与运用Kolmogorov微分方程求解各状态概率的时间函数并建立状态概率预测式,根据预测状态的概率值确定了灰色预测值的定位系数并求解预测值。算例分析表明,在预测维修器材需求量数据时,灰色Markov改进模型的预测精度较GM(1, 1)模型、一般灰色Markov残差修正模型以及时间离散灰色Markov链预测模型有了稳定提高,证明了该模型的有效性和实用性。     

基于最小割集的系统可靠性预计

运用故障树分析法求解出设备冷却水系统的最小割集,由于此系统可靠性可以用其最小割集组合的可靠性来表示,假设系统的设备之间具有失效相关性,显然其最小割集内设备故障之间也具有失效相关的特性,针对设备之间存在失效相关性的情况,使用Copula函数刻画最小割集内设备故障之间的失效相关性,建立设备冷却水系统的可靠度预计模型并进行定量计算。分析结果表明,系统采用冗余设备的可靠度比无冗余情况的可靠度高,但设备之间的失效相关性使系统的可靠度降低了。也说明了该模型可以较好地解决设备冷却水系统的可靠性预计问题。     

电子装备作战试验电磁环境的逼真性评估

针对电子装备作战试验中近实战电磁环境的构建问题,提出了电磁环境逼真性的矩阵型灰色关联评估模型。分析了与电磁环境相关的电子装备性能参数和效能指标以及电磁环境信号对电子装备的作用机理,构建了电磁环境逼真性评估的电磁功率密度谱和电磁信号密度二维指标空间,给出了电磁环境的矩阵表现形式。引入灰色系统理论,建立了基于矩阵型灰色关联分析的电磁环境逼真性评估模型。应用实例说明了该模型的有效性和可行性。     

一种光电跟踪平台共轴控制的目标运动滤波方法

目标运动估计是光电跟踪平台实现共轴控制的核心。针对目标运动的滤波精度问题,提出了基于灰色预测模型和卡尔曼理论的目标运动融合滤波方法。利用少量前几个时刻的目标运动数据实时在线建立灰色预测模型,替代标准卡尔曼滤波的目标状态预测方程,避免了需要预先假定目标运动数学模型而引起滤波误差的弊端。进一步对灰色模型预测值和融合滤波估计值的残差序列,构建残差在线预估模型;利用残差预测值对灰色预测模型进行实时修正,有效地提高了灰色模型的预测精度,改善了融合滤波的效果。仿真实验验证了灰色模型在目标运动预测中的有效性。实验结果表明：残差修正策略将灰色模型预测精度提高了60%;与其他滤波方法相比,提出的融合滤波方法具有更好的滤波效果及更准确的目标运动估计。     

导弹设备贮存可靠性灰色预计模型

针对导弹设备贮存可靠性预计问题,通过对原始数据序列是否满足准指数规律的检验,建立了相应的灰色预测模型,并提出了一种新的估计模型参数的方法,采用卡尔曼滤波算法减弱原始数据的随机性。算例表明模型简单实用、精度高、通用性好。