基于排队网络的网络服务器性能分析与优化

针对网络服务器在用户数量和状态相对复杂情况下无法对服务器性能进行有效分析的问题,提出了一种基于排队网络的服务器性能分析方法。该方法可以有效降低时间复杂度和空间复杂度,使服务器性能分析更加精确,效率更高。实验结果表明,利用该方法对服务器性能进行建模和分析,并根据分析结果对服务器程序进行优化,可以达到合理利用系统资源、提高服务器性能的要求。     

针对生物振荡网络分析的周期系统目标敏感性方法研究

生物学实验和模型计算结果表明振荡是一种常见的生物学现象, 越来越多的研究人员关注生物系统内部的振荡现象是如何产生的、引起振荡的关键因素是什么等问题. 敏感性分析定量分析系统行为在模型参数、系统输入或者初始条件发生变化时受影响的程度. 对周期系统进行传统的状态敏感性计算时, 得到的灵敏度指标随着时间的增加而发散, 因而对其进行敏感性分析是一项具有挑战性的工作. 本文针对这类系统, 首先提出基本状态敏感性的概念, 由此进一步推导出一种相敏感性分析方法. 在计算周期灵敏度过程中, 提出了一种基于奇异值分解的的改进算法, 简化了基本状态灵敏度的计算. 本文中的目标敏感性分析方法克服了因累积效应引起的发散问题. 通过对一个生物节律模型和一个复杂的信号转导网络系统模型进行敏感性分析, 可以看到改进的周期灵敏度计算方法得到的结果与已有方法一致, 并且新提出的目标敏感性分析方法及其计算在处理存在反应守恒的复杂生物振荡系统分析时是有效的.     

动态故障树的边值多值决策图分析

动态故障树分析对于复杂系统来说是一种重要的可靠性分析技术,但是二叉决策图等传统模块化方法存在严重的状态空间爆炸问题.本文系统介绍了边值决策图的动态故障树分析方法,其中边值多值决策图相对于其它现有的决策图具有更紧凑的表示函数,通过状态数的缩减,缩短了计算时间,有效缓解状态空间爆炸问题.实例证明了边值多值决策图在多状态系统和多功能系统中使用的方法和优势.     

一种网络安全信息的综合关联分析方法

面对各种网络安全设备带来的安全信息过量、误报警等问题，本文提出一种基于模式关联和漏洞关联的综合关联分析方法，对网络安全信息进行关联分析。这种方法能有效精简信息量，降低误报警率．提高网络系统的整体安全性。     

煤矿设备润滑油故障诊断研究

针对传统润滑油分析方法存在测试及分析周期较长、成本较高、不能系统地反映润滑油状态及煤矿设备运行状况的问题,提出了一种多参数融合诊断方法。该方法通过采集煤矿设备在用润滑油的黏度、密度、介电常数和温度来构造润滑油多参数模式向量,对待检状态的模式向量与标准模式向量进行分析来判断设备所属状态;对比润滑油的铁谱分析结果,发掘润滑油污染状态参数的内在关联和变化规律。实验结果表明,该方法可实现润滑油污染状态及煤矿设备运行状况的准确、快速诊断。     

煤矿设备润滑油故障诊断研究

针对传统润滑油分析方法存在测试及分析周期较长、成本较高、不能系统地反映润滑油状态及煤矿设备运行状况的问题,提出了一种多参数融合诊断方法。该方法通过采集煤矿设备在用润滑油的黏度、密度、介电常数和温度来构造润滑油多参数模式向量,对待检状态的模式向量与标准模式向量进行分析来判断设备所属状态;对比润滑油的铁谱分析结果,发掘润滑油污染状态参数的内在关联和变化规律。实验结果表明,该方法可实现润滑油污染状态及煤矿设备运行状况的准确、快速诊断。     

基于群灰色关联分析的化工设备故障诊断

针对化工生产设备,提出一种基于群灰色关联分析的化工生产设备故障诊断方法,较好地解决了化工设备状态预测和故障模式识别问题,与传统的灰色关联分析相比,该方法提高了灰色关联分析的准确性和可靠性,降低了对单个参考信号的依赖性,最后将该方法应用于化工设备化学反应器的故障识别,识别结果显示,该方法比传统的灰色关联分析效果更佳、更可靠,具有简便易行、计算量小、不需复杂的诊断设备等优点.     

基于Erlang-HSMM的设备剩余寿命预测研究

对于关键复杂设备进行健康诊断和设备剩余寿命预测,提出了一种基于爱尔朗分布和隐半马尔可夫模型的联合剩余寿命预测模型(Erlang-HSMM,E-HSMM)。首先,提出了改进的前后向算法、维特比算法和BaumWelch算法,有效地降低了模型的计算复杂度;其次,基于爱尔朗分布改进设备的健康状态逗留时间,将状态逗留时间分为已遍历和未遍历两个部分,提出新的健康状态逗留时间的概率分布;最后,针对状态监测数据,利用失效率理论构建设备剩余寿命预测模型。通过美国Caterpillar公司液压泵的状态监测实际数据进行评价与验证,实验结果表明,E-HSMM模型对设备的状态诊断和剩余寿命预测更加符合实际状况,比传统的隐半马尔可夫模型(HSMM)更有效。     

复杂设备故障预测可拓聚类分析模型

针对大型复杂设备运行状态的复杂性和健康状态诊断的不确定性,研究了复杂设备故障预测问题,给出了一种基于可拓聚类方法的智能化复杂设备故障预测分析模型。该模型利用可拓理论进行被诊断设备诊断状态的物元建模,并基于物元模型进行诊断数据的形式化和模型化描述,利用可拓理论关联函数对复杂设备故障预测进行定性和定量相融合的分析,从而达到对复杂设备故障状态的快速预测,为设备维修的计算机辅助设计顺利实施提供支持。将模型与方法应用于某动力系统装备的实例中,验证了模型的有效性。     

一种基于TF-HBPN的复杂系统行为分析方法

针对大规模复杂系统建模分析时的状态爆炸问题,提出一种扩展了时间因素的分层贝叶斯Petri网模型(Hierarchical Bayesian Petri Net With Time Factor,TF-HBPN),并基于该模型提出一种递归构建方法和递归溯因行为分析方法。该方法首先对观测到的系统行为构造顶层TF-HBPN模型,进而通过分层递归方法将复杂系统并发行为分析问题进行分解,并通过递归溯因推理和时序分析来计算非观测系统行为及其事件链的发生概率,最后将分析结果与正常动作事件链进行对比,分离出干扰信息。实例分析表明,该方法可对大规模复杂系统行为进行快速建模分析,当观测数据存在干扰和缺失时仍能进行系统行为的分析和现象的溯因,分析结果的可信度较高。与其他基于Petri网的复杂系统分析方法相比,该方法建模难度更低,模型表达更为简洁也更易理解。     

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.     

基于赋权与加权秩和比的变电设备 状态评价

随着变电站设备智能化和自动化的快速发展,变电设备的多样性和繁杂性呈现出日益增加的趋势。这给基层人员开展设备状态分析带来了巨大的压力。传统设备评价的方式多为根据设备的运行时间及故障情况,结合工作经验进行评价分析,评价结果存在主观性。为了对设备的运行状态做出精准的评估,我们提出一种基于赋权与加权秩和比的设备状态评估方法。首先,针对设备运行中的大量参数数据进行选择,构建评估指标体系;接着,采取熵权法确定各指标的权重系数;然后,通过引入秩和比与权重相结合,构成加权秩和比;最后,实现对变电设备运行状态的综合评估。通过对实际运行的设备进行验证分析,并对结果进行一致性校验,本文提出的设备状态分析方法得到了验证,证明其具有合理性和可行性。这一方法对于加强设备的科学、精准评估具有一定的推广应用价值。     

基于建康管理技术的机载计算机智能故障诊断方法

为了满足飞机机载电子设备以状态监控为基础的视情维修保障策略,提升设备可维护性,提出了一种基于在线检测、故障预测、辅助决策的健康监控管理故障诊断方法,支持对机载电子设备的健康状态进行预测和评估。通过划分机载电子设备子功能的敏感威胁区域,对这些区域设计专门的威胁预警监控电路,进行功能危害监控,建立推理监控模型对监控电路故障进行预警监控,结合辅助决策的方式对预警到的故障进行定位,实现对电子设备的智能故障诊断。通过FMEA的分析与故障注入测试验证,该预警电路、推理模型和辅助决策能有效的预测故障及定位,具有较高的故障预测覆盖率,可提高机载计算机的维修性、降低维修时间,在电子设备视情维修策略上具备工程应用价值。     

样本不均衡条件下设备健康度评估方法

为了保障设备稳定可靠运行,减少设备故障,针对大多数设备采集样本不均衡的现状,提出了利用动态权重的支持向量数据描述(SVDD)方法对设备健康度进行评估。该方法首先利用设备正常健康数据进行SVDD单类学习;然后利用少量各种健康状态的数据样本计算SVDD模型超球面距离,结合其评估的健康度,使用二项式回归算法得到健康度拟合曲线,实现了健康度准确评估模型。在计算过程中,所有样本进行了指数变权的动态权重处理以提高准确性。最后以某型雷达发射机为例进行了测试验证。结果表明,该方法可实现设备健康状态准确评估,具有不错的实用价值。     

融合关联与矩阵算法的变电设备状态监测方法

针对变电设备运行过程中容易出现诸多故障的问题,提出基于大数据技术的变电设备状态评估及其智能检修方法;首先,根据变电设备关键性能的状态评估需求,建立基于大数据技术的变电设备状态监测的架构;其次,基于多元时间序列建立变电设备的关键参数体系,对采集到的原始大数据采用关联模式方法进行数据挖掘;将高维随机矩阵用于变电设备状态大数据的多元统计分析,实现监测状态参量之间的关联模式识别,以及不同类型输变电设备典型故障类型与状态参量之间的对应关系;试验表明,该研究方案准确率在80%以上。     

融合Cox回归与维纳过程的设备状态评估方法

针对机场自助行李托运设备运行状态评估存在数据利用率低和预测精度不高的问题,提出一种融合Cox回归与维纳过程的设备状态评估方法;首先基于事件型数据构建多风险因素影响下的设备状态突变模型,又基于关键子系统的状态型数据构建设备状态渐变模型,提出了复合退化指标并基于维纳过程建立设备性能退化模型,得到设备整体的健康状态值并提出相应维修决策;利用商用模块化航空推进系统仿真数据集和自助行李托运设备运行监测数据对所提方法进行实验验证,结果表明融合Cox回归与维纳过程的设备状态评估方法提高了设备数据利用率和预测精度.     

基于模糊综合支持向量机的特高压变电站二次设备状态评估

针对超高压变电站二次设备状态检修科学依据不足的问题,给出了一种基于模糊综合支持向量机的二次设备状态评估模型. 对综合自动化系统上传的在线告警信息和检修报告中的离线信息进行了分析,采用模糊综合分析实现对各种评估因素的有效利用和信息提取,在此基础上运用改进型SVM 对二次设备状态进行评估.在SVM 评估过程中,对三种不同核函数进行了实验分析,选取RBF 作为模型的核函数. 实验结果证明,模糊综合支持向量机评估模型的提高了二次设备状态评估正确率.     

面向复杂装备的信息融合式健康监测分析研究

为解决当前复杂装备维修维护与状态监测所面临的问题,提出面向复杂装备的信息融合式健康监测;对复杂装备健康监测需求进行研究,明确针对复杂装备开展健康监测研究的意义;完成装备健康监测概念辨析,明确将信息融合技术引入复杂装备健康监测的意义;对信息融合技术国内外研究现状进行分析,针对信息融合技术的数据级、特征级及决策级,对各层级典型信息融合算法进行概要分析;论文研究为后续进一步深入开展复杂装备信息融合式健康监测研究奠定了良好基础。     

巷道掘进机健康管理研究现状及展望

掘进机健康管理技术通过对大量监测数据进行分析处理,动态掌握掘进机运行状况,并对各类故障进行预测预报,从而提高掘进机运行的安全性,降低事故发生率及损失,减少设备维护成本。指出巷道掘进机健康管理的关键技术为工作状态参数提取、全状态健康管理、剩余使用寿命估计和远程监测,总结了4项关键技术的研究现状,指出目前对于复杂机械设备剩余使用寿命预测的研究基本不考虑工况变化,仍停留在理论仿真和实验室试验阶段,若使该技术得到应用,必须考虑变工况条件;提出了掘进机健康管理的研究方向,包括掘进机微弱故障诊断方法、掘进机监测多信息融合技术、掘进机关重件与保养件寿命估计方法及油液污染度评估、数字孪生技术在掘进机健康管理中的应用。     

一种雷达综合健康评估方法

健康评估是雷达用户快速掌握装备状态、制定作战任务的重要依据,评估结论的完整性和准确度对雷达装备的效能发挥具有重要意义。传统的雷达健康评估往往只对具体分系统或功能进行评估,缺少对雷达整机情况的描述。基于雷达设备状态和性能退化的综合健康评估方法,提出了4种适用不同情况的健康值计算模型,降低了在工程中的应用门槛。同时为了提高准确度,以Logistic函数的形式引入了时间因子,解决了性能参数的非实时性问题。以某测控领域雷达数据为样本,对雷达整机的综合健康评估方法进行了工程化应用,平均正确率达97.75%,既解决了健康评估的完整性问题,又保证了较高的准确度。