离散萤火虫算法的复杂装备测试点优化选择

测试点优化选择是复杂装备测试性设计的重要环节,本文提出一种用于解决测试点优化选择问题的离散萤火虫算法(DFA)。首先建立了测试点优化选择问题的数学模型,接着对传统的萤火虫算法(FA)进行了离散化改进,给出了离散化萤火虫算法的实施步骤,并分析了不同的吸引度函数和二值化函数(sigmoid和tanh函数)对算法结果的影响。最后针对5个不同规模的实际系统验证了离散萤火虫算法的有效性,并与粒子群算法(PSO)和遗传算法(GA)等传统的元启发式搜索算法的计算性能进行了比较分析。结果显示:在满足系统要求的故障检测率和故障隔离率的前提下,利用本文提出的离散萤火虫算法得到的5个系统测试代价最优值分别比PSO算法和GA算法平均降低了10.1%和14.6%。实验结果表明:离散萤火虫算法能快速收敛到更高质量的全局最优解,避免过早收敛而陷入局部最优值,对于解决大型复杂装备的测试点优化选择问题具有很好的应用前景。     

基于分层多信号流图的飞机空调系统故障诊断

在对飞机空调系统各主要部件进行故障模式影响分析(failure mode and effects analysis,简称FMEA)的基础上,采用分层多信号流图(hierarchy multi-signal flow,简称HMSF)方法对飞机空调系统进行故障诊断与仿真分析,得出了飞机空调系统的故障-测试关联矩阵,并给出系统各部件的故障检测率和故障隔离率。针对系统故障隔离率较低的情况,在尽可能少增检测点的前提下,对飞机空调系统分层多信号流故障模型进行了改进,增加了涡轮等部件共5个检测点,使飞机空调系统的故障检测率从91.4%提高到100%,故障隔离率从32.9%提高到83.9%。研究发现,分层多信号流图方法有助于改善飞机空调系统的故障检测率和故障隔离率,提高系统的故障诊断效率,为飞机空调系统健康管理的设计提供技术基础。     

模拟电路内建自测试故障特征提取与优化

针对电子装备中模拟电路内建自测试(built-in self test,BIST)的自动测试矢量生成需要引入数模和模数转换器,从而增加了硬件电路面积和测试测量误差,并增加了测试的复杂性、降低了系统的可靠性的缺点,提出一种模拟电路内建自测试故障特征提取与优化方法.该方法是利用电子装备中自带的微控制器产生的方波作为模拟电路的自动测试矢量,并针对此自动测试矢量产生的输出响应进行分析,提取多维故障特征并优化的算法.该方法能够使得自动测试矢量生成复杂性降低,优化故障特征并通过故障隔离度计算公式使得故障的可隔离程度提高,精简故障特征样本,从而减少测试的复杂性和代价.最后,通过实验验证了所提出方法的正确性和有效性.     

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.     

基于可靠度经济性约束的不完全维修周期研究

利用役龄回退因子对不完全维修前后系统性能的动态变化进行了描述。充分考虑到航空装备预防维修周期随维修次数的变化情况,建立了有限时间区间内基于可靠度、经济性约束的预防性维修周期优化模型。以故障时间符合威布尔分布的航空装备为例,研究装备效益、维修周期、可靠度随预防维修次数的变化率,可有效地帮助决策者针对系统采取合适的维修周期。     

分层顺序测试优化方法研究

针对复杂层次系统的故障隔离问题.提出了一种分层顺序测试优化方法.首先基于层次系统故障与测试之间的关联关系,以及故障与不同层级可更换单元的隶属关系,结合故障的先验概率与可用测试成本,构造了层次系统故障隔离问题的数学描述模型;然后以信息增益为启发策略,提出了一种准多步前向搜索算法,实现了不同隔离级的测试顺序优化.经某型卫星电源系统试验验证结果表明,该方可显著提高层次系统的故障隔离效率.     

装备故障测试方案优化的概率截止算法

在装备研制的早期阶段,需要及时将装备的测试性指标和故障测试方案联系起来,并对测试方案进行优化。针对这些要求,首先,对常规故障模式、影响及危害性分析(failure mode effects criticality analysis,简称FMECA)的不足之处,提出了对于FMECA故障模式的输入信息进行改进的设想和实施方法;然后,根据研究需求探讨并确定了故障的检测特性影响指标,分别给出了各特性指标的影响等级、影响值的确定方法;最后,建立了装备故障的检测特性指标综合评估模型,提出了测试方案的优化截止算法,采用典型示例对其进行了计算验证,并对其应用进行了深入探讨。结果表明,该方法能够有效弥补现有设计方式的不足,为在研制早期制订装备测试优化方案提供了理论依据。     

通用数模混合电路板维修检测系统设计

为实现对数模混合电路板的快速准确检测,提高装备的保障维护能力,设计了一种基于LabWindows/CVI的数模混合电路板维修检测系统。该维修检测系统采用LabWindows/CVI作为开发平台,能够实现装备中的数模混合电路板的功能验证与故障诊断测试,能够用于内外场数模混合电路板快速测试和故障诊断。实际应用表明,该系统具有测试准确、故障准确率高、可靠性高、操作方便的特点,具有一定的应用价值。     

可靠度约束下不完全预防性维护经济优化模型EI北大核心CSCD

为解决可修系统设备因维修计划不合理而导致故障频发和资源浪费的问题,在利用包含役龄回退因子和故障率递增因子的混合故障率函数描述设备劣化过程的基础上,建立有限时间内基于可靠度约束的单设备动态不完全预防性维护模型。以铁路某轨道电路设备为例进行维修优化仿真,在设备最低工作可靠度限制下,以更换周期内总维修费用率最小为优化目标,确定其最佳预防性维修次数与弹性维修周期,并对比了无可靠度约束等维修周期维护模型的优化结果。研究表明,本维护模型能够有效保证设备高可靠运用,更好地降低设备故障率、节省维修费用,为制定最佳维修策略提供参考依据。     

可靠度约束下不完全预防性维护经济优化模型

为解决可修系统设备因维修计划不合理而导致故障频发和资源浪费的问题,在利用包含役龄回退因子和故障率递增因子的混合故障率函数描述设备劣化过程的基础上,建立有限时间内基于可靠度约束的单设备动态不完全预防性维护模型。以铁路某轨道电路设备为例进行维修优化仿真,在设备最低工作可靠度限制下,以更换周期内总维修费用率最小为优化目标,确定其最佳预防性维修次数与弹性维修周期,并对比了无可靠度约束等维修周期维护模型的优化结果。研究表明,本维护模型能够有效保证设备高可靠运用,更好地降低设备故障率、节省维修费用,为制定最佳维修策略提供参考依据。     

基于Bayes变动统计理论的测试性综合评估模型及其稳健性分析

在测试性综合评估研究中,故障检测率(Fault detection rate,FDR)/故障隔离率(Fault isolation rate,FIR)评估结论置信度低是一个非常重要的问题,而导致其评估结论置信度低的主要原因是故障检测/隔离数据为"小子样"数据,为解决该问题,建立在Bayes变动统计理论基础上的模型和方法是非常有效的。利用丰富的可更换单元测试性信息、专家经验等先验信息,确定先验分布参数,实现了将先验信息转化为多元Dirichlet先验分布。在此基础上,基于Bayes变动统计理论研究并建立FDR/FIR综合评估模型,保证"小子样、异总体"阶段性增长试验数据和"小子样"外场使用数据能被有效地融合,并采用仿真方法对模型的稳健性进行分析。结果表明该FDR/FIR综合评估模型和方法,能在小样本数据情况下,有效提高评估结论置信度,缩短装备定型周期,为装备测试性综合评估研究提供重要的理论依据和方法。     

Reliability-based maintenance optimization under imperfect predictive maintenance

The reliability-based maintenance optimization model has been focused by the engineers and scholars but it has never been solved effectively to formulate the effect of a maintenance action on the optimization model.In existing works,the system reliability was assumed to be increased to 1 after a predictive maintenance.However,it is very difficult in the most practical systems.Therefore,a new reliability-based maintenance optimization model under imperfect predictive maintenance (PM) is proposed in this paper.In the model,the system reliability is only restored to Ri (0相似文献   

机电BIT故障特征选择方法研究

提出一种故障特征选择方法，该方法采用类内类间距离作为特征评价准则，并利用遗传算法良好的寻优能力，解决特征的优选问题。轴承诊断实例证明，该方法有较好的寻优特征子集的能力，能够提高BIT系统的诊断精度，降低系统的虚警率，因而在机电BIT故障特征选择中有较好的应用前景。     

基于机会策略的复杂系统视情维修决策模型

针对部件间存在经济相关性的复杂系统,提出一类基于机会策略的视情维修优化模型。模型从部件本身的失效规律分析出发,确定不同失效模式下部件的维修方式及对应的预防性维修阈值。对于整个复杂系统的维修决策问题,借鉴机会维修思想,通过增加机会维修阈值,将时间和状态两类不同度量空间上的维修控制参数组合起来,解决系统层事后维修与视情维修的综合优化问题。同时利用更新过程理论,提出一类基于马氏决策过程的值迭代算法,确定系统的最优检测时间间隔与机会维修状态阈值。以某机械设备为例对机会维修决策模型和值迭代算法的有效性进行了验证。通过对比分析发现,应用模型能够降低系统的运行维护费用,如果部件级失效率之比在适当范围内,其经济相关性越强,节省费用的效率越高。     

Improved multi-objective ant colony optimization algorithm and its application in complex reasoning

The problem of fault reasoning has aroused great concern in scientific and engineering fields.However,fault investigation and reasoning of complex system is not a simple reasoning decision-making problem.It has become a typical multi-constraint and multi-objective reticulate optimization decision-making problem under many influencing factors and constraints.So far,little research has been carried out in this field.This paper transforms the fault reasoning problem of complex system into a paths-searching problem starting from known symptoms to fault causes.Three optimization objectives are considered simultaneously: maximum probability of average fault,maximum average importance,and minimum average complexity of test.Under the constraints of both known symptoms and the causal relationship among different components,a multi-objective optimization mathematical model is set up,taking minimizing cost of fault reasoning as the target function.Since the problem is non-deterministic polynomial-hard(NP-hard),a modified multi-objective ant colony algorithm is proposed,in which a reachability matrix is set up to constrain the feasible search nodes of the ants and a new pseudo-random-proportional rule and a pheromone adjustment mechinism are constructed to balance conflicts between the optimization objectives.At last,a Pareto optimal set is acquired.Evaluation functions based on validity and tendency of reasoning paths are defined to optimize noninferior set,through which the final fault causes can be identified according to decision-making demands,thus realize fault reasoning of the multi-constraint and multi-objective complex system.Reasoning results demonstrate that the improved multi-objective ant colony optimization(IMACO) can realize reasoning and locating fault positions precisely by solving the multi-objective fault diagnosis model,which provides a new method to solve the problem of multi-constraint and multi-objective fault diagnosis and reasoning of complex system.     

基于离散粒子群优化算法的汽车发动机故障特征选择

最优特征选择属于组合优化范畴,针对汽车发动机机械故障特征选择问题,分析了冗余特征的存在对于故障分类器分类性能的影响,选择最优特征组合可以提高故障分类的正确率,提出基于离散粒子群算法的特征优化组合算法,利用BP神经网络评价特征优化的性能,并将其应用到汽车发动机曲轴轴承磨损故障诊断中.实验结果表明,与遗传算法相比,基于离散粒子群算法的特征优化算法优化效率较高,分类正确率较高,优化后的特征集可以显著地提高故障分类器的分类性能.     

发电设备预知性检修时刻优化研究

在分析发电设备检修与故障关系的基础上,建立了一个发电设备预知性检修时刻优化模型。该模型从设备生命周期的角度出发,综合考虑了发电单位成本、销售电价、发电机组发电量、设备检修费用、机组停运损失、延长设备检修间隔而节省的检修成本等诸因素的影响,以发电机组运行效益为目标函数,通过比较不同检修时刻点设备运行带来的收益与导致的风险损失,取使发电机组运行效益最大的检修时刻为最佳检修时刻。水泵检修时刻的优化结果证明了该模型的有效性。     

自动化生产线中关键设备的预维护策略研究

为了避免由于设备故障导致的生产线停产,首先研究生产线故障维修成本、预防性维护成本和停产损失的计算方法,建立生产线平均可靠度与维护总成本多目标优化模型,从而获得了最优的生产线周期性维护计划。针对关键设备,如数控机床、工业机器人,运行状态突然严重劣化的情况,基于时间延迟理论得到了关键设备子系统可靠度随时间变化的规律,根据设备运行状态的监测数据,采用支持向量机模型对设备子系统潜在故障的发生概率进行预测。由此建立了关键设备延迟维护最佳时刻优化模型,并通过粒子群优化算法求解关键设备的最佳维护时刻。最后,通过实例仿真分析验证了文本预维护策略的有效性,能够在保证可靠度要求的同时,有效降低维护成本。     

基于CS-BBO优化SVM的汽轮机转子故障诊断

为了提高汽轮机转子故障诊断的准确率和识别效率,提出了一种基于混沌的生物地理学优化算法(biogeography-based optimization with chaos,简称CS-BBO)和支持向量机(support vector machine,简称SVM)相结合的故障诊断方法。首先,将混沌理论引入到生物地理学优化算法(biogeography-based optimization,简称BBO)中,得到CS-BBO算法;其次,通过CS-BBO算法优化SVM得到诊断模型的最优参数,增强SVM的学习能力和泛化能力;最后,通过ZT-3转子试验台模拟汽轮机转子故障,利用得到的4种状态下的试验数据验证优化模型的有效性。结果表明:CS-BBO算法优化SVM的模型可以准确、高效地对汽轮机转子进行故障诊断;与BBO算法优化SVM模型相比,该方法的故障诊断准确率和识别效率更高。