发射装置发控系统的测试性设计与实践

测试性和B IT设计是提高装备可靠性与维修性的重要技术手段。本文分析了发射装置维修和测试方案,叙述了发射装置发控系统的测试性设计技术,特别是提出了按整机、组件、电路板三级结构层次配置测试点的方案。     

最大熵法在发射装置可靠性评估中的应用

综述了潜射导弹发射装置可靠性验证试验技术,提出了基于最大熵法的火工品类关键单元可靠性验证的LQB型方案,此方法作为小子样验证高可靠性的评估方法,是传统成败型试验在具备单一因素条件下的推广,可以显著减少试验量,降低试验成本。     

某型导弹发射装置故障检测率的Bayes估计

采用无先验信息下的Bayes评估方法,利用常用的共轭分布作先验分布,对先验分布中超参数的取值范围做出假设,运用Bayes理论计算出故障检测率的Bayes估计。并以Bayes估计为基础,结合超参数,求出故障检测率的经验Bayes估计,最后,运用实验数据对所做出假设的合理性进行说明。     

发射装置测试技术研究

介绍了目前发射装置测试设备的测试原理,对这种测试原理的优缺点进行了分析,在此基础上提出了基于通用设备和多端口网络原理的测试方法,并对这种方法的优点进行了论述。按照这一方法设计完成了某产品的测试设备,证实了该测试方法的可行性和优点。     

基于Bayes方法的可靠性试验评估分析

针对复杂武器系统可靠性试验评估的多技术状态、小样本特点,分析了利用加权的方法对多源验前信息进行融合的方法的不足,提出并验证了改进权重分配的加权融合验前信息进行可靠性试验评估的方法,充分利用具有不同可信度的各种试验数据来提高可靠性评估的可信性．     

基于Bayes理论的鱼雷贮存可靠性评估与验证

为了对鱼雷贮存可靠性进行合理评估,运用Bayes理论对鱼雷平均故障间隔贮存时间进行了估计,并建立了鱼雷贮存可靠性验证的数学模型,制定了相应的可靠性验证方案.该方案不仅利用了样本信息,而且还能充分利用鱼雷的先验信息,使鱼雷贮存可靠性评估的结果更加合理.本文研究结果可为鱼雷贮存可靠性管理提供相关的理论依据.     

基于模糊理论的鱼雷Bayes可靠性评价方法

在鱼雷可靠性评定中,传统的方法是基于布尔系统理论,较少考虑到"合格"和"不合格"之间的过度状态。为了更客观真实的评价鱼雷可靠性水平,在模糊数学的基本理论基础上,提出了新的合格度计算方法,建立了一种由模糊数表示试验结果的模型,进而提出了用Bayes方法对可靠性水平进行评定的方法,得出了一个表示鱼雷可靠性水平的模糊区间。这种方法不仅更符合实际情况,而且具有Bayes方法节省试验样本的优点,算例结果表明了该方法的可行性。     

基于Bayes小子样理论和序贯网图检验的武器装备测试性验证试验方案设计

针对当前序贯概率比检验方法会导致测试性验证样本量无法控制,以及序贯网图检验方法未能利用先验信息使得确定的样本量仍然存在可能较大的问题,提出一种基于Bayes小子样理论和序贯网图检验相结合的测试性验证样本量确定方法。基于序贯网图检验方法,结合测试性指标的先验分布以及相关参数约束值,划分指标参数空间,并给出Bayes因子及其阈值计算方法;通过对检验点插入位置的确定,给出测试性验证所需最大样本量,同时在考虑使用方风险和承制方风险的基础上设计Bayes小子样理论下序贯网图检验的截尾策略;通过实例进行了验证,并与经典验证方法、序贯概率比检验方法、传统序贯网图方法以及验后序贯加权检验方法进行了对比分析。结果表明,该方法确定的测试性验证截尾样本量以及平均样本量均优于其他方法,同时能有效降低双方风险值。     

导弹武器系统可靠性评估的Bayes方法

在小子样前提下, 经典统计方法得到的可靠性置信下限过于保守; 传统Bayes方法虽考虑了相关或相似装备的试验信息, 但却忽略了它们之间的差异.通过引入继承因子, 合理地考虑了系统在设计和改进过程中的各种信息, 进而把继承因子看作随机变量, 得到了系统可靠性的验后密度函数.不仅考虑了相关装备的试验信息, 同时还考虑了系统之间的差异.仿真结果表明, 此方法的评估结论是合理的.     

发射装置外场测试设备现状和发展趋势

随着越来越多的具有高技术含量的发射装置陆续列装,传统的测试设备由于其自身的局限性,制约了发射装置综合保障水平的提高。本文分析了现有测试设备的状况及限制其发展的不适应性,并对测试设备的发展模式进行了设想。     

基于灰色理论的发射简油雾浓度预测方法

针对目前油雾检测中存在滞后性和潜艇发射筒空气净化定时进行的现状,结合装备的具体情况提出基于灰色理论的油雾浓度预测方法,该方法通过对发射筒内空气进行采样,得到原始数据,并利用灰色预测模型对浓度变化进行预测,在达到阈值之前开启空气净化装置,而不是等达到阈值时或是定时开启,达到净化空气的目的.实践表明:该监测方法基于的模型具有较高的拟合精度,是有效可行的,在目前装备上具有实用性,为发射筒内气体环境的预测分析提供了一种有效方法.     

基于测试性设计特性的样本量确定方法

针对测试性验证试验方法的局限性,提出了一种新的故障样本量的确定方法。根据系统的测试性特性,建立单元、功能、性能和测试之间的相关矩阵;选择相关矩阵的列权值最大的列删减单元功能相关矩阵和功能性能相关矩阵,依次遍历完所有列,获取样本和样本数量;利用实例进行了验证,结果表明：计算过程简单,结果更符合实际系统测试性验证试验对于样本量的要求。     

基于贝叶斯原理的小子样试验导航误差评定方法

针对鉴定试验花费大、周期长的问题,提出一种水下无人航行器导航误差小子样贝叶斯试验CEP评定方法。该方法综合运用大量验前子样,对其进行相容性检验,以确定有效的验前子样,并运用统计推断理论获取验前信息。根据在验收试验中获取的验后子样获取验后信息,利用贝叶斯理论推出无人航行器满足CEP指标的概率。实例结果表明了方法的有效性和实用性。     

基于准信息熵的测试性D矩阵故障诊断新算法

测试性D矩阵包含系统故障与测试的所有信息,是测试性分析的核心。正确处理D矩阵能极大地提高故障诊断的效率。在继承D矩阵传统处理算法优点的基础上,引入局部信息熵算式,提出一种准信息熵测试性D矩阵故障诊断新算法。新算法结合全局和局部两类寻优算法的特点,具有全局寻优和局部寻优的能力,并与传统算法具有相同的适应性。通过两个实例验证了新算法的有效性,表明新测试性D矩阵故障诊断算法具有减少诊断步数、诊断时间和诊断费用等优点。     

Bayes序贯检验方法研究

基于Bayes验后风险定义，系统研究了Bayes序贯检验和序贯截尾检验方法，给出了简洁实用的Bayes序贯检验和序贯截尾检验工程设计方法，对试验工程有较大的借鉴意义．     

基于相关性矩阵合并算法的系统级测试性建模方法研究

针对大型复杂系统直接构建测试性模型难度较大的问题,提出一种相关性矩阵合并算法.分析大型复杂系统的层次模块划分原则,对层次模块化测试性模型的建模要素进行了简要阐述.合并算法通过对系统进行层次模块划分,然后对低层次的单元模块分别进行测试性建模,再将低层次单元模块的故障-测试相关性矩阵逐步合并,进而生成整个系统的故障-测试相关性矩阵,并以某型导弹的导航系统为例进行实例验证,简化系统级测试性模型构建的难度.     

基于自助法的Bayes精度估计

在小样本条件下, 提出了基于自助方法的Bayes精度估计方法.通过仿真算例说明, 在进行Bayes估计时必须考虑飞行试验样本估计的精确性.     

Modeling of Testability Requirement Based on Generalized Stochastic Petri Nets

Testability design is an effective way to realize the fault detection and isolation. Its important step is to determine testability figures of merits （TFOM）. Firstly, some influence factors for TFOMs are analyzed, such as the processes of system operation, maintenance and support, fault detection and isolation and so on. Secondly, a testability requirement analysis model is built based on generalized stochastic Petri net （GSPN）. Then, the system＇s reachable states are analyzed based on the model, a Markov chain isomorphic with Petri net is constructed, a state transition matrix is created and the system＇ s steady state probability is obtained. The relationship between the steady state availability and testability parameters can be revealed and reasoned. Finally, an example shows that the proposed method can determine TFOM, such as fault detection rate and fault isolation rate, effectively and reasonably.