两种导弹贮存可靠性预测模型的研究

分析了导弹武器贮存可靠性的影响因素．在定期检测修复的条件下，建立了两种导弹贮存可靠性预测模型，并依据导弹定期检测的记录数据对模型进行了拟合和检验．数据结果表明，两种预测模型都具有较好的拟合程度和预测精度．     

基于定期检测的导弹贮存可靠性研究

基于导弹的定期检测数据,通过对导弹贮存可靠性的变化机理进行分析,建立了导弹贮存可靠性预测模型．并对模型进行了拟合和检验,结果表明该方法能较好地预测导弹贮存可靠性的变化规律。     

导弹定期维修条件下的贮存可靠性预测方法

导弹在寿命周期大部分时间处于贮存中,且在长贮过程中会进行定期检测维修。考虑到维修可能对导弹贮存可靠性的影响,论文基于导弹贮存寿命服从威布尔分布的假设,考虑存在初始失效的导弹定期维修的背景下,对最常见的修复如新、贮存失效率增大的情况,提出了贮存可靠性预测模型,并用最小二乘估计对维修后的模型参数进行了估计。最后,通过文献中的数据验证了所提的贮存可靠性预测模型,结果表明模型能较好地预测导弹贮存可靠性在定期维修条件下的变化规律。     

优化自适应灰色预测模型及其在导弹故障预报中的应用

导弹武器的特点导致了无法利用大量的试验数据对其进行可靠性的预测和评定,因此文章引入灰色系统理论来解决小量数据预测问题.通过对灰色模型建模的机理进行了深入的讨论,得到了导弹贮存可靠性的预测模型,并根据导弹储存周期长的特点,引入自适应方法对其预测模型进行优化.按照优化自适应灰色预测模型和基本模型对导弹惯性器件进行贮存可靠性的预测,证实了优化自适应模型的预测精度高于基本模型预测结果,预测的长期效果也能达到良好的效果.     

基于定期检测的导弹贮存可靠性预测模型

基于导弹的定期检测数据, 通过对导弹贮存可靠性的变化机理进行分析, 建立了导弹贮存可靠性预测模型.对模型进行了拟合和检验, 结果表明方法效果符合要求.     

导弹推进系统贮存寿命预测技术与仿真系统开发

针对导弹推进系统的贮存环境恶劣严酷,特别是对结构可靠性要求较高的实际,提出导弹推进系统寿命预测原理,采用修正的Arrhenius方法和GM-BP组合方法,分别建立了发动机装药寿命预估和推进系统贮存寿命预测模型。在此基础上,开发了导弹推进系统贮存寿命预测软件,并进行实例仿真,验证了模型的有效性。依据仿真结果,工程技术人员可以发现潜在的故障模式,制定出相应的贮存期维修检测计划与策略,提高贮存可靠性,延长其寿命。     

导弹贮存可靠性预测模型研究

分析了贮存环境对导弹武器贮存可靠性的影响 .在两种假设条件下 ,建立了定期检测修复条件下导弹武器贮存可靠度的两上数学模型 ,并给出了参数的估计方法 .作为一个实例分析 ,对于某型导弹某分系统的定期检测给出了实用的贮存可靠度预测模型 ,并对两种模型拟合和预测结果进行了比较 ,数据结果表明两种预测模型都具有较好的拟合程度和预测精度     

基于模糊理论的导弹系统贮存可靠性仿真方法研究

针对新型、复杂导弹系统的贮存可靠性分析困难的问题,研究了模糊故障树分析法和模糊系统贮存可靠性仿真方法,探讨了将导弹系统视为模糊系统,基于模糊理论对其贮存可靠性进行研究的思路,为新型、复杂导弹系统贮存可靠性的研究提供了技术途径。以某型号导弹自动驾驶仪为例,在功能分析的基础上建立了自动驾驶仪模糊故障树,然后利用模糊系统贮存可靠性仿真方法对其贮存可靠性指标进行了分析。     

美国陆军军贸导弹贮存保障项目分析

提高导弹的贮存可靠性,一直是导弹研制单位和用户不断追求的目标,长期以来,对导弹的可靠性指标主要通过可靠性试验获得,而导弹延寿的依据往往是延寿项目中的试验数据。实际上,导弹在服役期间贮存过程中的大量测试及试验数据更能够反映导弹可靠性的真实状态。在如何充分利用这些数据获取导弹的真实状态和剩余寿命方面,美国陆军的做法提供了一条较好的思路。介绍了美国陆军航空导弹研究发展工程中心的军贸保障情况,并分析了其典型的军贸导弹贮存保障项目。     

基于模糊理论的导弹系统贮存可靠性仿真方法研究

针对新型、复杂导弹系统的贮存可靠性分析困难的问题,研究了模糊故障树分析法和模糊系统贮存可靠性仿真方法,探讨了将导弹系统视为模糊系统,基于模糊理论对其贮存可靠性进行研究的思路,为新型、复杂导弹系统贮存可靠性的研究提供了技术途径.以某型号导弹自动驾驶仪为例,在功能分析的基础上建立了自动驾驶仪模糊故障树,然后利用模糊系统贮存可靠性仿真方法对其贮存可靠性指标进行了分析,对自动驾驶仪的维护与管理具有指导作用.     

简装防空导弹贮存可靠性研究

对某型筒装导弹的贮存薄弱环节进行分析,并建立影响导弹贮存可靠性的故障树。利用现有的加速寿命试验模型对导弹关键部件进行加速寿命试验,其基本任务就是通过试验对模型参数进行辨识,加速模型包括：Arrhenius模型、逆幂律（Inverse Power Law,IPL）模型、单应力Eyring模型,以及广义Eyring模型。     

基于BP神经网络的空空导弹贮存可靠性预测模型研究

针对空空导弹在长期的贮存过程中环境因素对其可靠性的影响,提出了一种基于BP神经网络的建模方法。该方法首先对空空导弹进行分析,确定神经网络的结构;然后对环境信息进行加权融合,形成输入样本,再将检测时刻可靠度的点估计作为输出样本,训练神经网络;当误差达到要求后,根据在导弹贮存期间所采集的环境信息预测导弹当前的可靠度。     

神经网络在导弹贮存可靠性预测中的应用

为了更准确预测导弹贮存可靠性,提出基于全局逼近BP网络和局部逼近RBF网络对导弹贮存可靠性进行预测,给出了预测的基本步骤,分别基于BP网络和RBF网络对某型舰舰导弹的贮存可靠性进行了预测,结果表明:这两种网络都能够解决导弹贮存可靠性预测的问题,预测误差均满足要求;RBF网络预测精度略高于BP网络,具有更好的函数逼近能力。RBF网络更适用于导弹贮存可靠性的预测。     

一种基于贮存可靠性数据的导弹寿命预测方法

研究基于贮存可靠性数据的导弹寿命预测方法,给出科学和切合实际的导弹贮存寿命.根据导弹贮存状态下的定期批检结果,采用"残差平方和(R2)"最小原则,给出一定服役期内导弹故障率,故障率上、下置信区间计算方法,以及最优拟合函数模型,给出导弹在有空调库房、无空调库房和露天场地条件下的贮存可靠度及其置信区间.按照无故障概率不小于0.7的判断标准,以某型导弹定期检测数据信息进行寿命预测分析,结果符合实际.该方法实用可行,可以为导弹延寿可靠性分析提供借鉴.     

面向导弹贮存延寿的高加速寿命试验方法

为保持导弹作战效能及可靠性,设计一种贮存延寿的高加速寿命实验方法。依据可靠性理论,基于高加 速寿命试验(highly accelerated life test,HALT)的原理和特点,阐述了高加速寿命试验在导弹贮存延寿试验中的应用 价值,通过对HALT 流程、试验剖面、试验方法的分析,设计HALT 方案,给出在多种应力作用下获取故障模式及 确定产品工作极限的方法。实验结果表明,该方法为提高加速试验效率提供了参考依据。