混合推理机制在火炮故障预测中的应用

指出了传统预测方法用于火炮故障预测的不足,提出了基于动态模糊综合评判和“框架＋规则”的正反向混合推理故障预测模型。针对火炮故障发生和发展过程的动态变化特性,提出了动态隶属度的概念,并结合变权理论,详细阐述了动态模糊综合评判方法,用于生成候选故障集。基于“框架＋规则”的反向推理确认实际发生的故障,输出故障预测报告,为火炮在执行训练和作战任务前实现预知维修提供决策依据。     

自行火炮故障预测的新方法

针对自行火炮在服役过程中的动态特性,分析了传统故障预测方法普遍存在精度不高的问题,基于动态模糊综合评判和多Agent并行诊断结构,提出了一种自行火炮故障预测的新方法,并给出了该方法的预测流程和工作原理。     

自行火炮故障预测模糊专家系统研究

采用面向对象方法,开发了一个自行火炮故障预测模糊专家系统.介绍了系统的总体结构和各模块的功能,阐述了故障预测和系统报警的实现方法及系统的推理途径.     

火炮预知维修专家系统中的预测推理机制

火炮故障预测技术以当前火炮使用状态为起点,对火炮在未来任务段内可能出现故障进行预测.系统分为数据采集/处理、故障预测及性能评估、维修决测四个层次.该过程涉及:预测模型的建立、预测知识的表示、基于"框架 规则"的反向推理三部分.     

面向自行火炮变型设计问题的混合案例推理技术研究

自行火炮设计过程中存在大量变型设计问题,为提高自行火炮设计质量和效率,将案例推理技术引入自行火炮变型设计问题求解过程中。针对自行火炮案例特点及变型设计的需求,提出了一种混合案例推理技术。通过研究基于本体的自行火炮案例表示技术,构建了自行火炮设计案例本体,并确定自行火炮案例检索过程中不同情况下的相似度计算方法。在此基础上,采用基于神经网络的参数预测技术,实现了变型设计问题中设计参数的求解。并以复进机设计为例,验证了所提出方法的可行性和有效性。     

多传感器信息融合在自行火炮发动机故障诊断中的应用

针对单一传感器信息反映故障的模糊性和不确定性，发动机故障诊断精度较低的情况，提出了一种基于模糊逻辑的发动机喷油器故障MSF诊断方法。某12缸发动机喷油器上设置的5种故障分别是喷孔堵塞、针阀卡滞、弹簧断裂、针阀开启压力过低和针阀开启压力过高。将8个特征参数融合到模糊逻辑推理诊断系统中，根据实验统计，分别建立了8个特征的隶属度函数和6种状态的输出隶属度函数。该方法能有效地提高发动机故障诊断精度。     

故障树分析法在某型轮式自行火炮故障诊断中的应用

某型轮式自行火炮由于服役时间短,故障数据和信息缺乏,因此难以掌握其在部队使用中的故障规律。针对这一现状,本文首先介绍了故障树分析法的原理,然后分析了该自行火炮故障的定义及分类,最后结合该装备构筑了相应的故障树,从定性和定量两个角度进行分析;实践证明：故障树分析法能从故障现象着手快速判断、分析故障原因及其逻辑关系,对某型轮式自行火炮故障的分析和定位具有较好的适用性。     

装备故障智能维护系统发展综述(一)

在论述故障诊断技术发展的基础上,分析了国内外故障诊断系统的发展概况,展望了未来的发展趋势,提出了加快发展我国故障诊断领域智能化系统的建议。     

ANN方法在机载航炮故障预测中的应用

通过统计分析,选取与航炮故障发生程度显著相关的发射炮弹数作为预报因子,并结合对航炮故障发生率序列进行拓展,采用人工神经网络(ANN)的BP网络模型进行预报航炮故障的初步试验,取得了满意的效果。     

故障预测与健康管理技术在导弹武器系统中的应用

结合导弹武器系统的贮存环境、维修方式、贮存延寿、可靠性设计与评价等4个方面,对PHM技术在导弹武器系统中的应用进行探讨,为深入分析其应用价值以及开展导弹健康状态评估方法与技术的研究奠定基础.     

故障预测与健康管理技术在鱼雷PHM模型设计中的应用

结合现役大型武器系统保障特点和故障预测与健康管理技术及其成功应用范例,介绍了故障预测与健康管理技术(PHM)的核心理论、关键技术和技术复杂性。从分析视情维修(CBM)开放体系结构的设计思想与应用方法入手,设计了鱼雷的PHM模型,分析了各模块职责与功能,并完善了该模型的体系架构,为实际应用提供一定的理论参考。     

灰色系统理论在故障预测中的应用现状及其发展趋势

灰色系统理论自提出以来便迅速得到推广并应用于各个领域,它是在少数据不确定性背景下处理数据、分析现象、建立模型并预测事物发展趋势.介绍了灰色系统理论在故障预测方面的应用,通过一个典型应用的实例阐述了灰色预测模型的理论基础及建模方法,并在此基础上分析了灰色预测理论在故障预测技术领域的应用现状及各自优势和缺陷.对其在装备系统故障预测技术领域的应用趋势进行了探讨.     

FMS柔性加工设备状态监测和预测技术研究

通过对FMS柔性加工设备的故障机理分析,针对目前柔性加工设备状态监测与故障诊断中存在的问题。从硬件报警、软件报警和传感信号三方面,具体分析了BQ－FMS立式加工中心可利用的监测信息和工况变化处理策略,利用域值判断、神经网络等方法,研究了传感信号的监测顺序及检测方法,提出了多方位监测信息融合的思想,并利用灰色理论和神经网络方法对信号进行预测,应用专家系统技术建立了自动诊断系统。经长春FMS实验中心的实验表明,该方法快速可靠。     

Elman型神经网络在液体火箭发动机故障预测中的应用

提出一种将Elman神经网络应用于液体火箭发动机故障预测的模型,并进行了多参数多步预测。仿真计算结果表明,较传统的静态BP网络预测模型,该模型结构简单,动态特性好,对于液体火箭发动机重要参数的预测效果较好,收敛速度快且精度高,具有较好的非线性时序预测能力,说明其在液体火箭发动机的故障预测中应用的可行性。     

故障预测与健康管理系统研究与应用现状分析

当前武器装备不断朝着信息化、复杂化、智能化方向发展,为了以更加高效的方式保障和服务好现代化战争,武器装备在维修过程中需要快速、精准、便捷。故障预测与健康管理(Prognostics and Health Management, PHM)的提出和相关技术的发展为解决装备状态信息的实时感知,维修保障需求的快速响应提供了有效技术途径,将成为信息化、智能化时代装备保障的主要模式。分析了PHM系统及其技术、方法在国内外航空、航海、国防及工业等领域中的运用,涵盖传感器技术、嵌入式测试诊断技术、信息传输技术、数据挖掘与融合技术、健康管理与寿命预测方法、智能维护与维修决策技术等。总结和分析了我国PHM发展现状与趋势,对其发展提出了合理化建议。     

故障预测与健康管理在舰用柴油机中的应用

为解决舰用柴油机传统事后维修和计划维修的诊断能力不足、经济可承受能力差等问题,应用故障预测与健康管理(prognostics and health management,PHM)的理念进行研究。在分析柴油机常见故障的基础上,建立舰用柴油机动力装置的PHM体系结构,对其中主要功能模块进行分析,提出PHM在舰用柴油机中应用尚需解决的问题。该研究为实现舰用柴油机的健康管理奠定了理论基础,对现有装备的维修保障和预研装备的设计开发具有一定参考价值和指导意义。     

多频率检测机制在车载诊断系统中的应用

为了最大程度地保护汽车部件和防止环境污染,引入了车载诊断系统的新型检测理念--多频率检测机制.提出了该机制的软件实现方法,并在MATLAB/SIMULINK环境下,建立基于多频率检测机制的车载诊断系统模型.通过对模型的仿真,检验了软件实现方法.与传统检测机制相比,多频率检测机制能够更合理地分配单片机的资源、更好地保护关键性部件,有利于提高汽车的耐久性和清洁性.     

神经网络预测方法在鱼雷系统传感器故障诊断中的应用

介绍了基于神经网络的时间序列预测器的传感器故障诊断方法。首先采用神经网络建立预测模型,然后利用预测值和传感器实际输出值之差判断传感器是否发生故障。分别使用BP和Elman两类神经网络,经过离线学习和在线学习对某传感器偏移故障进行检测,仿真试验表明该方法对传感器故障诊断行之有效。     

故障预测与健康管理技术在航空装备领域的应用

在研究故障预测与健康管理技术基本内涵与主要功能的基础上,介绍了该技术在国内外航空装备领域的应用现状,并提出了在航空装备领域深入开展故障预测与健康管理技术应用的措施建议。     

冗余技术在故障定位中的应用

结合测试发射中实现故障快速定位的实例,总结了代换法、辅助监测法以及电连接器一笔划防错法的基本原理和实现方法,以此说明了冗余技术在故障定位中的应用,可以为从事发射测试工作的人员提供一定的借鉴和帮助。