可维护随机系统的可用性优化研究

可用性是综合反映系统的可靠性和可修性的指标。研究从成本角度来优化配置用于系统可靠性和可修性的投入。鉴于系统可靠性降低和系统的维护时间均具有随机性,以随机过程方法描述并分析了可维护系统的可用性,并建立以平均运转时间(MTTF)和平均维护时间(MTTR)作为决策变量的约束优化模型。此模型的约束条件是系统的可用性要求,优化目标是最小化系统长期时间成本率。模型求解过程结合了工程中几种常见的成本函数形式,并依据对应模型的数量结构,最终推出最优系统参数的解析形式。建立了可维护系统的可用性优化的数学结构及求解方法。     

液压系统监测诊断中的传感器优化配置技术

对液压系统进行在线监测诊断,需要获得尽可能完备的状态信息,但也带来了传感器布设难度和监测成本增加等问题。该文提出了一种基于多目标优化的传感器配置方法,采用故障检测率、状态分辨率、故障虚警率等约束条件,将故障隔离率和综合成本作为优化目标,构建了传感器优化配置模型。实践证明,通过优化后的传感器配置方案在保证监测诊断准确性的基础上,能够有效降低成本,提高布设效率。     

基于停机时间的复杂系统维修资源配置模型

为提高生产制造设备的有效作业率,减少故障停机时间,以复杂系统为研究对象,综合考虑备件和修理设备两种维修资源的影响,建立了维修资源的配置数量与故障停机率的定量模型,并进行优化配置.基于系统的层次结构,分两步研究建立了系统故障停机率模型.在满足系统故障停机率约束的条件下,给出备件和修理设备初始配置数量优化模型,并运用边际效应分析法进行了求解.通过实例分析验证了所提模型和方法的有效性.     

数据驱动的闭环系统传感器故障诊断方法

为解决传感器微弱故障难以诊断的问题,提出了一种基于数据驱动的一阶定值闭环系统中传感器微弱故障实时诊断方法。将传感器故障分类为加性故障和乘性故障,通过对系统实时工作数据的残差分析以及曲线拟合,提出了基于正常工作窗口残差分析故障检测方法,并确定故障检测阈值;基于故障动态响应过程分析的故障估计方法;基于两次一元曲线拟合分析的故障分离方法。给出了系统在线标定及故障诊断流程。在单容液位控制系统上验证了所提诊断方法的有效性及先进性。     

基于系统功能-结构-故障模型的FMMEA分析方法

针对传统故障模式及影响分析(failure mode and effects analysis,简称FMEA)不能识别装备或零部件的故障机理,其故障原因分析、故障影响推理及潜在故障模式识别能力较弱,故障信息描述不规范等导致的分析效率低、可信度差、分析结果重复使用性差等问题,提出一种新的故障机理、模式及影响分析(failure mode,mechanism and effects analysis,简称FMMEA)方法。首先,根据系统结构、功能及其内部物质流、能量流、信号流、部件故障等信息建立系统的功能-结构-故障模型;其次,采用模糊认知图推理分析各故障模式的传播途径及影响,得到规范化的故障模式及影响分析表格,可为系统的可靠性、测试性设计与分析提供基础数据;最后,以某燃油供给系统为例进行了FMMEA分析,验证了该方法的可行性和有效性。     

约束型粒子群的LCC/S磁谐振耦合机构参数优化算法

针对移动监测型传感器种类不同且位置可变的特性,确定LCC/S磁谐振耦合机构工作模式。由于该型无线电能传输系统谐振补偿拓扑参数配置困难,使得系统难以同时兼顾输出效率与输出功率,提出一种以系统传输效率为目标函数,以传感器移动范围内所需功率为限制条件的约束模型;然后引入罚函数将约束模型转化为无约束模型,通过粒子群算法进行参数优化,使得系统在满足传感器所需功率的同时传输效率最大化。最后通过仿真验证了所提优化方法的有效性。     

智能传感器系统非线性校正的神经网络法

研究了智能传感器系统的非线性特性,给出了非线性校正系统的通用模型,并应用函数链神经网络(FLNN)作为非线性校正环节实现智能传感器系统的非线性校正.仿真结果证明这种方法是非常有效的.     

基于HPSO-RBF神经网络的瓦斯传感器故障诊断

针对瓦斯传感器常见故障,提出一种混合粒子群优化(HPSO)算法与径向基函数(RBF)神经网络相结合的传感器故障诊断新方法。文中首先采用HPSO算法对RBF神经网络模型参数进行了优化,在详细分析瓦斯浓度影响因素的基础上,建立了瓦斯浓度非线性预测模型。然后将瓦斯浓度预测结果与实际测量值相比较得到残差,并分析残差的变化趋势,从而实现对瓦斯传感器的故障诊断。实验结果表明,HPSO-RBF模型具有较高的预测精度,能够有效地诊断瓦斯传感器的故障状态。     

基于排队网模型的流水车间缓冲区容量优化

针对订货型单类型工件多级流水车间缓冲区容量优化设置问题,在考虑各级工序节点之间耦合关系的前提下,基于连续时间Markov随机过程原理建立了多级流水车间的排队网节点状态模型,并根据缓冲区容量优化目标函数的特点,给出缓冲区容量和任务拒绝率之间的关系。基于该模型计算系统的关键性能指标,以任务拒绝率为约束条件,提出一种缓冲区容量优化的启发式优化算法。通过该算法计算算例及结果分析,最终确定了合理的缓冲区容量。     

水下机器人传感器及推进器状态监测系统

为了保障水下机器人作业安全,提高其智能程度,提出了基于RBF(径向基函数)网络和FNN(模糊神经网络)的水下机器人传感器及推进器状态监测系统。根据对预处理后的传感器信号进行分析,传感器监测模型检测传感器的故障,并对出现故障的传感器信号进行恢复,将其作为水下机器人的实际运行状态参数提供给推进器监测模型;推进器监测模型输出与传感器实际输出共同作用,通过评价模型即得到了相关推进器的状态信息,并实现了故障定位。某型水下机器人的真实试验数据的计算机仿真结果验证了提出的监测系统的有效性和可靠性。     

基于扩展一阶混合Petri网的机械制造系统碳流动态建模方法

机械制造系统是生产与能源的强耦合系统.针对其耦合特性,提出一种基于扩展一阶混合Petri网的碳流动态建模方法.对机械制造系统碳流动态特性进行分析,建立相应的系统边界,由系统边界分析制造系统的生产构成、运行模式,并导出能量、物料平衡方程以及碳排放量计算公式,为模型的建立奠定数量分析基础.针对机械制造系统能耗的连续性及离散状态对连续过程的影响等,在原一阶混合Petri网的基础上,引入控制弧、抑制弧相关元素以增强建模语义,并给出模型的形式化定义及规则说明.以某制造系统自动生产线为例,建立相应的多目标函数及约束条件,仿真优化其能量流、物料流的时域特性,并计算碳排放量,对所建模型进行验证,为企业实施低碳制造奠定一定的理论基础.     

电动助力转向系统的传感器容错控制技术研究

电动助力转向（EPS）系统的传感器故障将严重危害汽车的可靠性与安全性，研究EPS系统的容错控制技术具有重要的应用价值。在分析传感器故障容错控制概念的基础上，提出了利用调整观测器增益阵参数的方法并确定了传感器重要度的计算公式。通过建立EPS系统动力学模型的状态方程，设计了一种对任意k个传感器失效的分析表。提出的方法能较方便地确定EPS系统的传感器数量配置。     

多PCA模型及SVM-DS融合决策的服务机器人故障诊断

针对轮式服务机器人驱动系统故障诊断问题,提出一种基于多主成分分析(principal component analysis,简称PCA)模型及支持向量机和DS证据理论(support vector machine and dempster-shafer,简称SVM-DS)融合决策的故障诊断方法,分别利用正常状态和故障状态下的传感器数据建立多个PCA模型。利用正常状态下的PCA模型实现故障的检测。传感器数据经多PCA模型特征提取后作为SVM的输入向量,实现故障的初步分离。基于混淆矩阵定义SVM的全局及局部可信度,并依据可信度值和故障初步分离结果完成基本概率分配函数的赋值,以实现SVM和DS证据理论在故障分离中的有效结合。实验结果表明,本研究方法能灵敏检测到机器人驱动系统故障的发生,故障分离平均正确率达92.6%,与传统单PCA模型的方法相比有更高的正确率和稳定性。     

多传感器优化融合模型的理论与仿真研究

研究具有分层多级变结构、部分优化和FDIR功能的多传感器信息融合模型和算法.在进行系统理论分析和仿真试验时,以惯性/卫星/多卜勒/星光组合导航系统为对象进行了分层多级部分优化融合模型的仿真分析.仿真结果表明,应用优化算法进行融合后可使综合性能优于联邦滤波基本融合模型.     

整车物流网络规划集成优化模型研究

优化整车物流系统配送网络可降低成本,为此,建立了综合考虑运输规模效应、库存控制策略、设施和服务质量等决策因素的整车物流网络规划集成优化模型。给出了一种流预测和遗传算法相结合的求解方法。在遗传算法中采用二进制码和自然码组合的编码方式,使得每个合法染色体都代表一种可行物流网络结构。为了解决适应度函数中的工厂与分销中心之间的运输成本计算困难的问题,提出了流预测算法,用于确定产品在工厂、集货中心和分销中心构成的凹费用流网络中的最优运输路径,进而获得适应度函数值。最后,通过仿真试验验证了优化模型的正确性和算法的有效性。     

基于热敏电1阻的热式液体流量传感器

根据热消散效应原理,设计了一种基于热敏电阻的热式液体流量传感器.介绍了传感器设计模型及工作原理,通过流体力学软件FLUENT对传感器进行了液体温度场仿真分析,验证了传感器设计的可行性.通过实验与分析,求出了液体流量变化与所设计传感器对应的电压变化函数关系.进行了0～100 L/h流量范围液体流量测量,提出了传感器研究与改进的方法.     

五冗余捷联惯组配置及故障重构技术研究

冗余捷联惯组可以提高运载火箭导航制导系统的可靠性,针对五冗余捷联惯组设计其最优配置方案。方法是基于无故障时系统性能指标函数和发生故障时的导航性能指标函数,对五冗余系统的特殊形态(三正交两斜置结构)进行分析,得到五冗余捷联惯组的最优配置;进一步研究故障发生时对单故障正交轴的重构方法。仿真实例表明,配置方案和重构技术有效,为运载火箭导航制导系统设计提供一种设计思路。     

基于属性层次模型的单工位状态监测异类传感器布置优化

为了获得足够有效的切削过程状态信息,确保产品质量/系统零部件的安全可靠运行,应采用可靠的监测策略并对传感器进行优化布置。针对单工位多工步切削过程状态监测,基于多工位误差流(Stream of variation,SOV)理论构建单工位多工步信息流模型,通过状态空间变换和主成分分析确定故障/监测量信息传递系数用来表征不同测点传感器的监测能力;考虑传感器以及故障/监测量之间的特性差异对于系统检测能力的影响,采用6Sigma的因果矩阵(Cause-effect matrix, CEM)和失效模式与影响分析(Failure mode and effect analysis, FMEA)工具分别对传感器以及故障/监测量特性进行量化表示;基于属性层次模型(Attribute hierarchical model, AHM)构建传感器,故障/检测量以及系统检测能力之间的因果关系,设定优化目标和约束条件,并采用元启发式算法-混合蛙跳算法(Shuffled frog leaping algorithm, SFLA)和遗传算法(Genetic algorithm, GA)用于优化计算。提出基于单工位状态监测的六步传感器优化布置策略。实例分析表明,在一定约束条件下,就优化目标而言, SFLA显示比GA更高的优化效率,为单工位状态监测的传感器布置优化提供实践参考。     

基于冗余关系分析的传感器自诊断设计方法研究

工业过程中传感器数量众多且可靠性要求高,而传统定期检测评估其健康状况的方式不但费时费力且不能满足传感器 智能化的发展需求。 针对这一问题,提出了一种基于测量数据统计相关性的传感器自诊断设计方法。 利用传感器测量数据建 立其统计关系模型,借助自编码器提取传感器数据特征并将其编码为二进制形式。 在同时考虑传感器测量数据统计独立和统 计相关两种情况下,在有参考值时,通过引入故障检测概率和误检概率建立了独立统计模型实现传感器的故障自诊断;在无参 考值情况下,借助高斯 Copula 函数建立多元统计依赖模型评估参数之间的相关性,并利用贝叶斯理论在不依赖参考值的情况 下自学习获取传感器的健康状况。 本研究以镍闪速炉系统为例,两种模式下测量系统中健康传感器的故障检测后验概率达到 了 0. 92,即故障统计模型的参数与建模期望相符。 实验结果表明,所提方法在两种模式下均能准确识别出测量系统中的故障 传感器,验证了所提方法的有效性与可行性。     

大型离心压缩机性能预测的混合建模方法研究

提出了一种核函数非线性偏最小二乘(PLS)与机理模型相结合的多级离心压缩机性能预测混合建模方法,用以预测离心压缩机的输出压比.通过分析大型离心压缩机多级压缩过程的机理,利用能最守恒关系,在压缩机各级气流损失计算和等熵效率定义的基础上建立了多级离心压缩机性能预测机理模型;利用核函数非线性PLS对机理模型的误差进行了修正.实验结果验证了该方法相比于机理模型的有效性,将其应用于实际生产过程中,取得了满意的效果.