基于混合诊断贝叶斯网络的测试性不确定性建模与预计

针对目前测试性预计方法缺乏对不确定性全面考虑的现象,从测试和故障两个方面分析了测试性预计过程中的不确定性问题,基于贝叶斯网络测试性模型对不确定性测试问题进行了建模与分析,基于混合诊断模型对故障不确定性问题进行了建模与分析,并最终将贝叶斯网络测试性模型与混合诊断模型相融合,给出了一种兼容IEEE Std 1522的基于混合诊断贝叶斯网络模型的测试性指标预计方法,测试性指标预计结果的可信度明显提高。     

基于多信号流模型的雷达BIT监测点优化与诊断策略

针对如何用最少的BIT状态监测点实现对雷达运行状态的有效检测问题,提出基于多信号流模型的优化策略。介绍多信号流模型的定义和表示,分析了运用该模型对雷达模块（电路）的建模、相关矩阵简化、监测点的选取及诊断策略设计方法,以某型雷达2km波门形成电路为例进行验证。结果表明,该方法可减小监测系统的复杂性,避免诊断推理过程的盲目性,提高故障诊断效率,并得到成功应用。     

基于多源信息融合的模糊理论在引气系统故障诊断中的应用

介绍了多源信息融合理论、模糊理论以及民用飞机引气系统的原理,建立了基于多源信息融合的模糊故障诊断模型,对引气系统进行了实例诊断。实例诊断结果表明:模糊理论及其多源信息融合理论在民用飞机引气系统故障诊断中的应用解决了长期以来困扰引气系统故障诊断中时间长、部位不清、原因不明的问题;使引气系统故障诊断科学化、规范化,提高了诊断的准确性、快速性。     

一种扩展染色模糊故障Petri网的故障分析方法

针对传统故障诊断方法在模拟故障传播及诊断推理过程中存在不确定性等问题,提出一种基于扩展染色模糊故障Petri网的故障诊断分析方法;首先,在采用传统的Petri网模型描述系统故障状态的基础上,引入令牌、库所染色规则,并进一步结合模糊产生式规则与矩阵运算进行故障正反推理,提高模型的容错性;该模型正向推理采用变迁点火判别矩阵实现故障状态的智能评价,反映故障传播特性;逆向推理采用最小割集理论方法进行优先诊断,提供诊断次序,避免诊断的盲目性;最后以气源系统为典型应用对象,验证上述方法的有效性。     

武器装备的远程智能监测、诊断与维护技术研究

本文介绍了国外对远程智能监测、诊断与维护技术研究、应用现状与特点,建立了针对武器装备远程智能监测、诊断与维护技术的系统结构模型,指出其主要由现场维护诊断、大修基地、远程诊断维护中心三部分构成,并给出了相应的功能模型.其中的重点是:远程智能监测、诊断,便携/嵌入式智能检测前端和快速维修支持与后勤管理.文章最后对该技术应用也进行了讨论.     

图论方法在装备测试与诊断信息建模中的应用

对框图模型、信息流模型、多信号流图模型和混合从属模型等图论模型进行了介绍。在分析它们特点和局限性的基础上，对图论方法在装备测试与诊断信息建模领域的新应用进行了探究。研究了基于信息的标准模型的使用方法，并对基于贝叶斯网络的测试与诊断信息图论建模手段进行了探讨，给出了相应的建模手段和流程。通过将“故障-测试”贝叶斯网络模型与AI-ESTATE标准相结合，贝叶斯网络为实现智能诊断和对“并行设计”的支持提供了一种新的有效解决途径。     

基于模糊多模型结构的飞行控制系统执行器故障诊断

为了解决一类飞行控制系统执行器故障诊断问题,本文将Takagi-Sugeno(T-S)模糊模型与多模型技术相结合,提出了一种模糊多模型方法。该方法的特点是:利用T-S模糊模型对非线性系统进行描述、建模;根据特定的故障,利用多模型技术建立了局部自适应未知输入观测器。通过所提出的诊断方法,当飞行控制系统的执行器发生故障时,故障参数能被在线逼近,使所设计的模糊自适应未知输入观测器模型与系统故障状态匹配,从而达到故障检测的目的。利用某飞机模型进行的仿真,表明了本文方法的有效性。     

基于隐马尔可夫模型的机电系统机内测试虚警抑制

为解决系统间歇故障的诊断问题，利用连续隐马尔可夫模型，在对系统状态分析与建模的基础上，针对有间歇故障训练样本和无间歇故障训练样本两种情况，分别用不同的三个状态诊断方法进行诊断。结果表明两种方法都能有效地诊断间歇故障，达到降低BIT虚警的目的。     

基于改进证据理论的导弹故障智能诊断推理方法

针对已有导弹故障诊断规则在对新的导弹超差测试数据进行诊断时无法直接得到诊断结果,甚至会出现诊断结果冲突的问题,引入粗糙集理论(Rough Set Theory,RST)对基本概率赋值进行获取,在分析现有D-S合成规则改进方法与冲突证据权重分配方法的基础上,提出了一种改进的冲突证据合成方法,进而建立了基于改进证据理论的导弹故障智能诊断推理模型。实例验证结果表明,该模型能够更加准确地实现导弹的故障定位,且能有效地减少不确定性对导弹故障智能诊断的不利影响。     

基于贝叶斯网络的雷达可靠性评估

根据雷达故障与测试的相关矩阵建立了诊断测试的可靠性模型,并利用故障的先验概率和测试的检测率求解可靠性数据,得到了简单、直观的贝叶斯模型。通过仿真试验,验证了该模型不仅可以求出测试为故障的概率,而且可根据测试为故障时某个或者某几个元件故障的概率进行诊断推理。     

炮射导弹系统故障的模糊-免疫混合诊断策略

针对炮射导弹系统故障特点和故障诊断方法中存在的不足,提出基于模糊-免疫混合故障诊断方法。从理论上分析模糊-免疫诊断方法的可行性和创新性,给出故障诊断策略的总体方案,建立故障诊断的数学模型;以制导装置为例对故障产生的原因进行定量计算。诊断结果表明:该电路发生故障的主要原因是由保护电路引起;所提方法可解决在故障先验知识缺乏的情况下对炮射导弹系统故障的定量诊断。     

基于ADASYN-随机森林的智能家电内部电路故障诊断

针对智能家电内部电路故障诊断中存在的数据不平衡和分类器诊断精度低的问题,提出一种基于ADASYN算法过采样和随机森林(random forest,RF)的故障诊断方法。将电流信号进行小波包分解,提取最后一层各节点能量作为特征向量;使用ADASYN算法扩充训练数据集,得到随机森林故障诊断模型并进行测试。实验结果表明：ADASYN-随机森林故障诊断模型对智能家电内部电路故障具有较高的诊断精度,对故障诊断有一定的实用价值和指导意义。     

基于模糊Petri网的某型舰炮系统故障诊断

故障的产生和传播是一个动态的过程,具有突发性、并发性和随机性等特点,精确的推理方法难以有效地对复杂特性的故障进行诊断.利用模糊Petri网对舰炮武器系统进行故障分析,首先分析舰炮故障类型以及故障的规则表示形式,然后给出了基于模糊Petri网的故障传播模式模型及其推理算法,最后以某舰炮武器系的弹药盘点异常故障为例进行了建模并用推理算法计算故障发生概率.结果表明,该模型具有直观和表达能力强的优点,可应用于工程实践.     

基于CBR 的航空导弹故障智能诊断模型

针对航空导弹故障现象多,故障原因复杂,传统故障诊断方法难以准确进行故障定位的不足,构建一种基于案例推理的航空导弹智能故障诊断模型。结合维修实践中积累的故障案例,运用层次分类法与改进的聚类分析法,设计三级案例库组织结构,提出分阶段的K-近邻检索策略,将粗糙集理论应用于解决故障案例的征兆权重分配问题,并开发基于We b浏览形式的航空导弹智能故障诊断模块。该故障诊断模型具有较高的检索准确率,智能化程度高,使用便捷,能有效辅助技术人员进行航空导弹的故障定位和维修排故工作。     

基于多信号流图模型的装备故障诊断方法

为了提高装备故障诊断效率,介绍了一种基于多信号流图模型的新型故障诊断方法.基于TEAMS Designer软件工具,建立了某自行高炮供电系统多信号流图模型.通过对该系统多信号流图模型进行分析,针对故障现象设计出了合理有效的故障诊断策略,通过实际的故障诊断应用及与传统的测试诊断方法比较,显示出该诊断方法的优越性和有效性.     

基于GIS技术与半定性推理的导弹测试电路故障诊断

研究了利用GIS与半定性推理技术进行导弹测试电路故障诊断的方法.首先利用GIS技术提取测试电路关键特征线路及器件信息,然后构建电路模型和状态模型,最后根据故障现象应用模糊-定性方法进行故障点分析.实践表明该方法形象化了故障分析过程,提高了导弹测试电路仿真与故障诊断的效率.     

基于改进算法的BP神经网络在故障诊断中的应用

BP神经网络凭借其自身的优势被广泛的应用于故障诊断领域,本文介绍了有动量梯度下降法的BP神经网络,在分析故障诊断机理的基础上建立了BP神经网络模型,然后通过模型对某型装备进行故障诊断,并运用Matlab软件进行仿真得出结果。     

基于Netica的导弹故障诊断贝叶斯网络模型研究

针对传统导弹装备故障诊断方法效率低、精确度差等问题,提出了采用贝叶斯网络进行导弹测试故障诊断的方法。本文首先对贝叶斯网络进行了概述,然后对导弹模型故障分支进行了贝叶斯网络故障诊断精确推理。进而采用故障树-贝叶斯网络转化法生成导弹典型故障贝叶斯网络模型,并使用贝叶斯工具Netica对该模型进行了案例分析。结果表明该方法可为导弹装备故障的快速定位提供依据,为贝叶斯网络技术在导弹故障诊断领域的应用奠定基础。     

基于隐半Markov模型的故障诊断和故障预测方法研究

隐半Markov模型(HSMM)是隐Markov模型(HMM)的一种扩展形式，通过在HMM结构中加入状态驻留时间分布参数，克服了HMM假设状态驻留时间服从指数分布的不足。HSMM不仅具有较强的模式分类能力，而且能对实际问题中的状态驻留时间进行合理建模，故既可用于故障诊断，又可用于故障预测。分析了利用HSMM进行故障诊断和预测的框架；并针对传统HSMM建模算法计算量和存储空间都比较大的缺点，引入并改进了一种快速递推算法，降低了计算复杂度和存储空间要求；最后将HSMM应用于直升机齿轮箱轴承故障诊断和GaAs激光器剩余使用寿命(RUL)预测，试验绪果证明了这种方法的有效性。     

基于多源信息融合的火炮装填状态监测与故障诊断系统

针对火炮装填系统故障成因复杂、诊断方法不足等问题,提出一种基于多源信息融合的火炮装填监测与 故障诊断的方法。采用知识决策属性进行属性分类,构建神经网络训练模型,对自动装填系统故障进行定性分析并 建立故障诊断辨识框架,根据故障决策准则得出故障判断,解决了故障特征的不确定性、故障模式多样性的问题。 实例分析结果表明,该方法达到了有效提高故障诊断确诊率的目的。