基于改进HMM的潜在电子故障状态识别模型

针对复杂电子装备隐性故障难以诊断的难题,在深入分析隐马尔可夫模型的核心问题及基本算法的基础上,探讨了其在故障诊断应用中存在的主要问题,建立了多状态电子装备可靠性评估模型,利用系统可靠性评估结果作为隐马尔可夫模型的初始模型特征量,改进了传统的隐马尔可夫模型,并对Baum-Welch训练算法进行了优化,形成了一套适于复杂电子装备潜在故障状态跟踪识别的数学模型.实验结果显示,理论方法及模型能够更好地识别潜在故障状态,加快了模型训练速度,提高了故障状态识别率.     

多状态电子装备可靠性评估方法研究

电子装备潜隐性故障是工程实践中的客观存在,正确评估多态电子装备的可靠性状态是进行潜隐性故障分析的前提.在考虑电子装备"安全-潜在故障-故障"三种工作状态的基础上,建立了多状态电子装备状态模型,提出了基于贝叶斯网络的多状态电子装备可靠性评估方法,实现了对系统可靠性状态的有效评估.实例分析表明,多状态贝叶斯网络可靠性评估模...     

基于隐马尔可夫链模型的软件维护性评估方法研究

针对当前软件可维护性评估主观性强,可操作性弱等问题,提出了定量描述维护性的维护时间统计概率描述方法,引入隐马尔可夫链(HMC)模型对维护性状态变迁过程进行描述,以可度量的维护性内部属性影响因素集量化值为观测序列,以维护时间统计概率为状态序列,构造了反映可维护性状态转移的HMC模型;收集配置管理库中软件模块历史维护时间从而确定完成维护任务频率来估计软件维护性初始状态,利用复杂网络特性计算软件维护性影响因素集的量化值,理论上即可评估出当前软件所处的维护性状态,最后运用实例对模型进行了训练与评估;结果表明,利用模型评估出的概率与实际维护任务统计出的可维护性概率基本一致,说明该方法可行且可重复,具有一定实践意义和研究前景。     

基于HMM的多态系统状态识别模型研究

在分析装备三级工作模式基础上,建立了多态系统的可靠性向量模型,基于隐马尔可夫模型(HMM)原理分析了多态系统的状态转移过程,并建立了多状态系统HMM模型,在此基础上利用MATLAB对系统隐藏状态转移和观察状态之间的关系进行了仿真.仿真结果表明,在一定观察序列的情况下,该模型可以实现较高的状态识别率和状态预测精度,为科学合理地诊断多状态系统的潜在故障提供了技术支持,具有重要的理论意义和应用价值.     

自然发酵对荞麦挤压面条拉伸性能的影响效应研究

面筋蛋白缺乏,淀粉糊稳定性差,纤维含量高等因素,导致荞麦粉凝胶质地差是当前面条等荞麦面制品开发的瓶颈问题。拉伸测试及RVA快速黏度分析法研究了自然发酵对荞麦挤压面条质地的改善效应。结果表明,自然发酵96 h可使面条的最大破断应变从24.7%增加到29.4%,破断功增加了0.25kg.mm;自然发酵加速了糊化过程中淀粉颗粒的膨胀及崩解,降低了淀粉糊化的峰值黏度、谷值黏度及终黏度,使得发酵荞麦粉面条制品的凝胶结构更加致密,凝胶强度增强。因此,自然发酵作为一种绿色加工技术用于改善荞麦面条的质地特性是切实可行的。     

基于分形原理的软件维护性评估

针对软件维护性评估难题,从软件结构复杂度和软件开发维护过程两方面着手,分别对软件维护性进行了定性和定量评估。分析了软件模块结构的空间域自相似性及软件生命周期内的时间域自相似性,提出了基于分形维数的软件维护性定性评估,实现软件维护性评估的定性要求和控制。以维护工作量作为软件维护性核心参数,结合自顶向下评估方法,提出了时间域内软件维护性定量评估。通过虚拟维修训练系统软件美腾2.0到3.0版本升级维护实例,对方法的有效性进行了验证。     

HMM在潜在电子故障识别及状态评估中的应用

应用HMM（hidden markov model）故障诊断原理对多状态系统的故障模式进行了识别,在此基础上利用多状态系统可靠性分析对HMM模型进行修正,进一步运用Viterbi算法求得最优状态序列,实现对系统所处故障模式的状态进行评估,并进行了实验验证。结果表明,该方法能够较好解决多状态电子系统的故障模式识别问题,并能对系统所处的失效状态进行有效评估。