电子产品寿命预测中BS模型法的应用

本文研究了BS模型在电子产品寿命预测中的应用。电子产品的退化类型类似于材料的疲劳，依据电子产品寿命与电应力、环境应力的关系，采用加速寿命试验的方法，加速电子产品故障规律的显现，能够在短时间内获取加速应力下的BS模型参数，避免因电子产品寿命较长所造成的获取BS模型参数的困难。利用灰色预测理论，根据电子产品在加速应力下的BS模型参数推测正常应力下的BS模型参数，并据此进行寿命预测。最后以某型雷达电源板为例进行实例分析，验证此方法的可行性。     

热节制冲压加速器内弹道及推进剂燃烧实验

冲压加速器是利用推进剂气体的化学能加速弹丸的新发射装置，本文对热节制冲压加速器的原理作了介绍，给出了一维痢化模型利用密闭爆发器对推进剂气体混合物的燃烧规律进行了实验研究，并由实验结果预测了弹丸在冲压加速器内的加速过程，推进剂气体的组成和装填压力对推进剂的燃烧和弹丸和加速都有影响。     

故障预测技术发展与分类

结合大型复杂武器系统装备特点、装备保障现状,探讨了故障预测技术发展对部队战斗力生成的必要性,研究了故障预测技术在国内外研究发展情况和趋势,详述和对比了故障预测技术的分类方法,总结了不同预测方法的优缺点,并对故障预测技术的发展趋势进行了初步探索和展望。     

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。     

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.     

基于通用对数线性模型的多应力加速寿命试验预测方法

为解决多应力加速寿命试验中产品寿命预测复杂、建立复合加速模型困难的问题,提出一种多环境应力 加速寿命试验下的寿命预测方法。根据通用对数线性模型的多应力加速模型,对多应力加速试验的结果数据进行分 布检验,利用应力水平的失效数据对Weibull 分布参数进行估计,构建预测模型评价指标,得出Weibull 分布规律实 现寿命预测,并对预测结果进行验证评价。评价结果表明：该方法预测精度较高,是多加速应力条件下产品寿命预 测的一种可行方法。     

基于灰色马尔可夫模型的装备故障间隔期预测研究

针对武器装备故障间隔期预测的难点,提出了在灰色GM(1,1) 模型的基础上建立灰色马尔可夫组合模型进行故障间隔期的预测。在分析典型电子装备故障率曲线的基础上,根据电子装备的故障特点,形成合理的建模背景,建立组合模型对装备故障间隔期进行预测。通过实例对预测值和真实值进行比较,表明在“少数据冶、“贫信息冶、“ 不确定冶的情况下利用该组合模型预测故障间隔期的有效性,有效降低预测误差,提高预测精度。     

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。     

装甲装备中人的可靠性统计与分析

对7种型号的装甲装备在试验、使用中出现的人为差错进行了统计分析,研究了人为差错与装甲装备本身故障的比例,分析人为差错的原因,得出装甲装备的人一机系统中人为差错的分布规律,并计算了6种型号装甲装备的人为差错率以及人的可靠度。     

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。     

基于小波特征尺度熵-隐半马尔可夫模型的设备退化状态识别方法及应用

机械设备从正常到故障往往经历一系列退化状态，正确识别设备当前所处的退化状态，对预防设备进一步退化和故障的发生具有重要意义。提出了一种基于小波特征尺度熵一隐半马尔可夫模型(HSMM)的设备退化状态识别新方法。通过小波变换提取小波特征尺度熵，然后构造信号的小波特征尺度熵向量，并以此作为HSMM的输入进行训练，建立基于HSMM的机械设备运行状态分类器，从而实现设备退化状态的识别。并且以滚动轴承为例，对正常和几种故障程度不同的滚动体运行状态进行了识别，实验结果表明该方法能有效的识别设备的退化状态。     

基于故障数据的导弹突发故障预测方法

针对导弹突发故障发生时间短,难以直接预测等问题,在一定置信度的前提下,基于故障数据对导弹突发故障预测方法进行了研究。对故障数据进行统计推断,确定了故障数据的分布规律,进而基于故障数据分布函数建立了导弹突发故障预测模型,得出了导弹未来一段时间内的突发故障概率。最后通过算例分析,验证了导弹突发故障预测模型的合理性。     

故障树分析法在某型轮式自行火炮故障诊断中的应用

某型轮式自行火炮由于服役时间短,故障数据和信息缺乏,因此难以掌握其在部队使用中的故障规律。针对这一现状,本文首先介绍了故障树分析法的原理,然后分析了该自行火炮故障的定义及分类,最后结合该装备构筑了相应的故障树,从定性和定量两个角度进行分析;实践证明：故障树分析法能从故障现象着手快速判断、分析故障原因及其逻辑关系,对某型轮式自行火炮故障的分析和定位具有较好的适用性。     

基于DEA的装备技术保障综合效能评估

为评估装备技术保障单位的综合效能,提出了以数据包络分析法为基础的效能评估方法。将技术保障单位看作一多输入多输出的决策单元,依据装备技术保障单位的特点,构建评估指标体系,建立了基于数据包络分析法的计算机辅助决策方法,并进行实例验证。结果表明：数据包络分析法应用于装备保障单位效能评价是合理的、有效的。说明装备技术保障单位适宜利用数据包络分析法评估保障效能。     

基于DEA 的装备技术保障综合效能评估

为评估装备技术保障单位的综合效能,提出以数据包络分析法为基础的效能评估方法。将技术保障单位看作一多输入多输出的决策单元,依据装备技术保障单位的特点,构建评估指标体系,建立了基于数据包络分析法的计算机辅助决策方法,并进行实例验证。结果表明：数据包络分析法应用于装备保障单位效能评价是合理的、有效的,说明装备技术保障单位适宜利用数据包络分析法评估保障效能。     

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。     

装甲装备维修器材需求数据模拟

为解决小样本条件下运用大数据驱动模型预测装备维修器材需求效果不理想的问题,提出一种新的数据模拟扩充算法.通过将不同时间段的器材累积消耗值作为相似度量改进了AP聚类算法,并对数据进行迭代聚类.结合改进后聚类算法的特点,将聚类为同一类别数据的各报告期器材相对消耗值考虑为正态分布数据,进而确定待预测数据各分量的正态分布数字特...     

复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法

由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种 基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。     

决策树算法在装备故障检测中的应用

为快速定位装备的故障点,引入决策树方法.将故障特征作为测试属性,故障点作为类标记.采用 ID3算法计算相关信息熵对故障记录进行划分,构建所需要的决策树,用预剪枝的方法控制树的生长.以某设备故障记录样本为例,建立决策树发现故障特征和故障点之间的关联.结果表明:利用该方法对故障点进行预测,可有效缩短装备故障检测的平均时间.