基于改进交叉熵算法的电力系统随机生产模拟

蒙特卡洛模拟的计算效率与系统的可靠性密切相关，在其用于高可靠性系统的随机模拟时存在计算效率偏低的问题。为此，提出了一种基于多层交叉熵与对偶变数抽样技术相结合的随机模拟算法。首先使用多层交叉熵构造零方差概率密度函数的近似函数，提高小概率失效事件的抽取概率；其次基于已构造的近似概率函数，采用对偶变数抽样法进行抽样，进一步提高抽样的收敛速度。以IEEE RTS修改系统为例进行了算例分析，算例结果验证了所提出的基于改进交叉熵的电力系统随机生产模拟算法的有效性。     

自适应SA-PSO优化的威布尔混合分布参数估计方法及应用

针对采用传统参数估计方法得到的模型拟合误差较大的问题，建立多重威布尔混合分布参数估计的非线性最小二乘模型，并提出基于模拟退火（SA）思想的自适应粒子群（PSO）算法进行求解。在PSO算法优化过程中，采用自适应方法调整惯性权重和加速因子，加快其收敛速度；引入模拟退火机制，根据Metropolis准则确定最优粒子的取舍，改善其全局搜索能力。将该方法应用到某型柴油机喷油器失效分布的参数估计中，并与图解法、基于Levenberg-Marquardt的非线性最小二乘法、标准PSO算法、自适应PSO算法求解的结果进行比较，分析所提方法的优化性能及精度。结果表明，该方法能够有效提高多重威布尔混合分布模型参数估计的精度和效率。     

基于TLS的非线性GM-AR高边坡变形预测模型及应用

为提高传统GM-AR模型预测精度,提出一种基于整体最小二乘(TLS)的非线性GM-AR变形预测模型。首先利用TLS参数估计的GM(1,1)模型提取变形序列中具有确定性的趋势项,然后再对剔除趋势项后的随机部分建立TLS参数估计的AR预测模型,最后叠加两者的预测结果作为最终的变形预测结果,并以三峡库区某高边坡的变形数据为例对模型进行验证。结果表明,相对于传统最小二乘(LS)参数估计的非线性GM-AR模型及GM(1,1)、AR两个单一模型,基于TLS的非线性GM-AR模型的预测精度更高,可在变形预测中应用。     

基于最小维修的石化安全设备区间截尾寿命数据分析

在石化安全关键设备寿命截尾数据的可靠性评估过程中，为避免传统可靠性评估方法未考虑维修对故障间隔时间的影响，以及中值填充法误差较大的缺点，本文提出了一种逆变换区间截尾数据填充方法。首先，在可修系统基于最小维修的假设下，通过非齐次泊松过程描述系统的故障趋势，利用逆变换填充得到监测区间的缺失数据；随后根据蒙特卡罗期望最大化算法，获得填充数据的参数估计值。通过蜡油加氢装置紧急泄压阀的案例分析，该算法能够很好地融合已有数据，得到的形状参数估计值偏差与中值填充法相比缩小4%以上，从而验证了该算法的有效性；这有助于安全关键设备的定量化完整性管理，保障石化装置平稳运行。     

CFM56-3发动机高压点火导线可靠性分析

高压点火导线是航空发动机点火系统中故障率较高的一个部件,其可靠性关系到发动机的点火可靠乃至于整个飞机的飞行安全。以国内某航空公司B737机队发动机高压点火导线维修数据为基础,采用可靠性方法对其进行分析。根据直方图进行分布初选后以极大似然估计法进行参数估计,然后用Minitab软件对各分布进行检验,以此选出拟合程度最好的寿命分布。检验结果高压点火导线故障数据服从指数分布,在此基础上结合航空维修相关理论给出相应的维修建议。     

基于样条插值的不完备信息系统参数估计

研究一种不完备信息系统参数辨识插补法.首先将每个输入信号加上时间戳,即将输入信号进行时间顺序排序,使数据在特定的时刻缺失;并采用样条插补法,自适应补充缺失数据,即当缺失一个输出数据时,应用线性样条插值法填补缺失数据,当连续缺失两个或两个以上的数据时,应用三次样条插值法进行补充;在此基础上应用粒子群算法对插补后的不完备信息系统进行参数精确估计;最后,通过MATLAB仿真实验验证了该方法在不同缺失率下,其参数估计的精确性与有效性.