基于PHM的电子装备故障预测系统实现关键技术研究

为实现现代武器装备故障预测与健康管理技术,需要对故障预系统实现技术进行了研究;建立了针对某型装备故障预测需要的软硬件平台,从状态检测系统设计、故障预测系统设计等方面进行了研究,并分析了故障预测模型的适应性;文章的研究为建立基于PHM思想的电子装备故障预测系统奠定了基础,该系统已经在某型装备故障预测中进行了应用,其研究成果还可以应用于装备寿命预测技术,为实施装备延寿工作提供信息支持.     

基于灰色Verhulst-小波神经网络的装备故障预测研究

针对现代武器装备故障预测样本少、故障预测精度低、维修保障困难等问题,提出一种基于灰色Verhulst-小波神经网络组合模型的装备故障预测方法。该方法综合了灰色Verhulst模型所需样本少的优点和小波神经网络良好的时频局域化性质和学习能力,克服了小样本故障数据在BP神经网络训练中的缺陷。实验结果表明,与相关研究方法比较,所提出方法具有较高的预测精度,对于武器装备故障预测与维修保障具有一定的理论价值和现实意义。     

基于免疫神经网络的航空设备故障预测研究

为解决武器装备全寿命周期费用高、经济可承受性差的难题,开展航空装备的故障预测技术研究。采用免疫算法改进隐含层激励函数得到免疫神经网络,用以进行装备特征参数的跟踪预测,结果表明免疫算法改进的神经网络可在故障前3小时实现预测,较BP网络性能有较大改善。     

基于视情维修的涡轴发动机维修保障辅助决策体系研究

复杂装备科学的维修保障策略是保证装备合理使用与适时修理的基础,是有效实施复杂装备全寿命保障的前提,关系着装备任务效能的有效发挥;文中立足于航空装备的视情维修策略,以直升机中广泛采用的涡轴发动机为研究对象,首先基于装备维保过程的大量信息提出了构建涡轴发动机涡轴发动机及其关键部件寿命与健康管理综合知识库的方法、策略;其后结合涡轴发动机循环寿命统计法与基于K均值聚类算法等各类使用条件下的寿命损耗研究方法,阐明了涡轴发动机不同应用条件下的备件量化分析策略;更进一步地,以涡轴发动机关键部件典型故障模式梳理与成因分析(FMECA)与考虑故障概率的发动机核心备件的量化分析为基础,给出了涡轴发动机关键部件备件量化方法与策略;最后基于上述方法的研究成果,阐述了涡轴发动机维修保障辅助决策软件平台的体系架构;文中的相关研究成果可被用于航空发动机等复杂装备系统的维修保障策略构建与工程化应用.     

复杂装备故障预测与健康管理系统初探

故障预测与健康管理(PHM)系统是新型维修保障模式—自主后勤保障的重要组成部分,对提高复杂装备的战备完好性和降低维修成本具有重要意义;首先介绍PHM系统基本概念及主要组成,并对在复杂装备全寿命周期实施PHM的必要性进行分析;综合论述了PHM系统实现中的关键支撑技术:基于RCM分析的方案设计、基于匹配度的健康状态评估和基于剩余寿命预测的维修决策;最后给出了PHM系统在无人机装备中的应用实例;国内外应用情况表明,PHM系统可显著提高维修保障效率并降低维修保障费用,可实现经济可承受性目标。     

加速冲击损伤退化系统剩余寿命预测及预测维修决策

随着检测传感技术的发展,诸如风力发电机叶片等可对其状态进行检测,并依据检测结果进行剩余寿命预测.但此类系统在运行中受环境冲击影响较大,如何对冲击影响下的系统剩余寿命进行预测,并结合预测结果进行经济可靠的维修决策是一个值得研究的问题.对此,针对状态可检测的连续退化系统,研究考虑加速冲击损伤特性下的系统剩余寿命预测及基于预测的维修决策.首先,考虑自然退化和与退化相关的冲击损伤,构建加速冲击损伤退化模型和剩余寿命预测模型;其次,制定基于周期检测的状态维修与预测维修相结合的混合维修策略,并推导不同维修活动的发生概率;然后,构建以长期平均费用率最小为目标,以检测间隔和故障率阈值为决策变量的决策模型,并给出了优化解法;最后,以风力发电机叶片为案例验证模型的适用性和有效性,对系统的参数进行灵敏度分析,并与未考虑加速冲击损伤和未考虑预测的维修决策结果进行对比分析.     

基于灰色关联度分析的装备发展优先度论证

为科学地确定一定约束条件下不同种类武器装备发展的优先顺序,将灰色关联分析(GRA)决策方法引入武器装备论证领域;以不同种类的作战装备配备机动维修装备为研究对象,分析并提出了影响装备配备优化度的主要因素,并以此为评判指标,将灰色关联分析与层次分析法相结合,对6类作战装备配备机动维修装备的优先度问题进行了示例性定量分析研究,得出了与装备发展现状有较高吻合度的研究结论。通过算例说明,采用灰色关联分析决策方法可以克服定性分析方法的不足,提高武器装备发展论证的水平。     

武器装备故障预测建模方法选择研究

针对武器装备故障预测方法选择需要考虑的实际问题, 从国际标准化组织对故障预测的定义出发, 明确预测建模需要考虑的因素, 在此基础上对故障预测定义作进一步扩展, 突出故障预测具有的显著特征; 结合装备的实际使用环境, 设计故障诊断和预测流程, 以及对应故障预测方法选择标准; 对具体的每一种故障预测方法划分其主要类别和优缺点, 总结每种预测模型在工程实际中的使用方式, 为具体案例选择合适预测方法提供依据。最后根据目前故障预测应用还存在的差距, 指出未来进一步研究的方向。     

基于PHM的舰艇装备视情维修技术研究

针对PHM技术在舰艇装备视情维修中的应用需求,在分析剩余寿命预测机理的基础上,为解决舰艇装备历史数据少、状态变化普遍表现为非线性等难题,建立基于粒子滤波的多步剩余寿命预测模型,通过仿真表明：随着时间的推移剩余寿命PDF图变狭窄,剩余寿命预测误差逐渐降低,证明了预测方法的有效性。在此基础上,考虑装备维修费用最低为目标,建立以费用最低为目标的预防性维修时间确定模型,使得单位时间内的平均维修费用最低,并通过采用建立的基于粒子滤波的多步剩余寿命预测模型,最终确定了最优预防性维修时间,为装备保障人员拟订精确维修保障计划提供依据,也为舰艇装备开展视情维修奠定基础。     

装备测试性设计与维修诊断一体化关键技术研究

针对目前复杂电子装备设计制造与维修保障中存在的信息脱钩问题,提出了装备测试性设计与维修诊断一体化思想;该研究着眼于装备全寿命周期内信息的共享,提出装备信息模型,通过构建装备全寿命周期可通用的数据知识库,应用人工智能的算法,使装备寿命周期内的各项工作相互支援、相互影响,形成一个闭环的信息网络,最终实现设计制造与维修的一体化;作为一种并行工程的设计方法,该思想适应了装备信息化发展的要求,对提高装备测试与维修保障能力具有重要意义.