基于模糊FMECA的两栖装甲车液压系统可靠性分析

分析两栖装甲车液压系统的可靠性时,采用传统的FMECA方法会因为评价因素多、故障数据缺乏且故障模式关联性大,很难进行有效的定量分析。将模糊理论中的模糊综合评判引入到传统FMECA方法中,形成模糊FMECA方法,用于两栖装甲车液压系统的可靠性分析,可以得出液压系统部件各故障模式的危害等级,从而找出液压系统的维修和可靠性改进重点。根据分析结果得出,模糊FMECA方法能帮助找出液压系统的故障诊断重点并提出改进措施,进而提高其可靠性。     

基于FMECA的水下多相流量计可靠性分析

采用IEC60812标准的分析方法,开展了国产水下多相流量计的FMECA分析研究。元件的失效数据来自EMCRH和OREDA数据库,并使用风险矩阵进行了关键性评价。识别了关键的设备和元件的失效模式及影响; 分析了现有设计中的控制措施,提出了设计改进意见及降低风险的建议。可对国产水下多相流量计的工程化应用提供参考; 对其他类似水下设备的FMECA分析提供借鉴。     

空间以太网数据总线可测试性设计与分析

空间应用领域不断拓展使得空间有效载荷数据管理与传输越来越复杂,对空间数据总线的可靠性、测试的有效性提出更高要求。针对数据总线的可测试性现状及以太网的空间应用情况,提出空间有效载荷以太网数据总线测试性设计要求,基于FMECA及多信号模型对空间以太网数据总线进行可测试性分析,设计。通过搭建空间以太网仿真平台对可测试性设计进行验证。结果表明：设计达到可测试性要求,加入可测试性设计后对系统的性能影响较小,对空间数据总线的测试性设计具有实际的指导意义。     

AR技术在装备测试性验证试验中的应用研究

测试性验证试验是确认装备测试性的是否满足设计要求而进行的试验,对于提高装备测试性水平具有重要作用,但在验证试验中往往存在装备损坏、测试点限制以及操作人员技术要求高等问题,因此提出了一种基于增强现实(Augmented Reality,简称AR)技术的装备测试性验证试验应用研究,通过AR技术对装备进行建模仿真,将虚拟的配件与现实的装备相互匹配,使得平面知识转化为虚实结合的可视化立体知识,增强了验证试验的可视性、可达性以及可操作性,以此来引导操作人员完成测试性验证试验,提高验证试验的效率和正确性,并以某型号无人机为试验验证对象,证明了增强现实技术可以为实现装备测试性设计改进工作提供有效决策支撑。     

A reliability allocation method for agricultural machinery based on AHP-IFM

In the product design phase, the available product failure data are limited, and the weight allocation method is often used to assign reliability targets to each unit. The integrated factors method (IFM) can calculate the reliability allocation weights considering multiple influencing factors simultaneously, but it cannot reflect the difference in the importance of each factor and each unit. The analytic hierarchy process (AHP) can calculate the relative importance weights of each factor and each unit. Combining the AHP with the IFM can make the IFM more adaptable to the system and more accurate for reliability allocation. However, the current combination method can cause two problems: the invalidation of the influencing factor weights and the imbalance of the unit weights. To address these two shortcomings, the AHP-IFM proposed in this paper introduces a weight weakening factor and exponentially corrects the unit weights for units, which can better apply the relative importance weights of each influencing factor and each unit to the reliability allocation. The effectiveness of the AHP-IFM is verified by comparison with existing methods and data. Finally, an AHP-IFM applicable to agricultural machinery is proposed, and the reliability allocation of a no-till seeder is used as a case to verify the feasibility of the AHP-IFM.