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。     

装备故障模糊预测系统初探

为了改善装备的质量监控技术水平 ,通过分析装备故障模糊预测系统的要求 ,应用模糊数学理论 ,提出了构造基于模糊综合评判的故障预测大系统的设想 ,并探讨了模糊推理机的运算模型及设计方法。     

基于模糊证判的装备故障预测模型研究

为了对装备故障实现适时预测,本文以模糊综合评判理论为基础,提出了一种动态的故障预测模型,并探讨了动态模糊关系矩阵的确定方法,最后进行了实例分析。     

基于模糊评判的装备故障预测专家系统研究

根据故障预测系统的特点,应用模糊综合评判原理,针对某武器装备建立了一种故障预测专家系统.介绍了系统推理运算模型,算法的实现及推理机制的运行,最后进行了实例分析.     

基于模糊评判的装备故障预测模型研究

为了对装备故障实现适时预测 ,本文以模糊综合评判理论为基础 ,提出了一种动态的故障预测模型 ,并探讨了动态模糊关系矩阵的确定方法 ,最后进行了实例分析。     

基于虚拟样机的火炮故障仿真预测系统研究

根据故障仿真预测任务的要求，利用动态模糊综合评判和虚拟样机建立了一种新的故障仿真预测模型，首先利用动态模糊综合评判方法预测各故障现象出现的可能性大小，由基于ADAMS(Automatic Dynamic Analysis Mechanical System）建立的虚拟样机结合专家知识库进一步检验实际发生故障的部件。这种定性与定量推理相结合的故障仿真预测模型不仅具备较强的数值计算能力，还能有效地表达专家的经验知识，利用已有的实验数据，对自行火炮在未来任务段内的故障发生情况作出准确的预测。     

电子装备状态监测系统研究

车载分布式电子装备状态监测系统由中央处理、信号监测和无线通信等分系统组成.中央处理分系统采用Apro T5加固便携机.信号监测为基于PC104的数采系统.无线通信由3块STR-18型微功率无线数传模块组成.软件使用VC 6.0编写,包括控制管理、信号监测、状态评估、故障预测和维修辅助决策等模块.该系统可监测电子装备的关键信号,并能预测发生的故障,提出辅助维修决策方案.     

改进BP算法在某型导弹装备故障智能诊断中的应用

在某型导弹装备故障智能诊断系统的设计中尝试了一种改进的BP算法，介绍了改进BP算法的原理，给出了一个诊断实例。工程应用表明．改进后的BP算法具有明显的优越性。     

基于BIT的电子装备状态与故障预测系统

基于BIT的电子装备状态与故障预测系统由上位机、多传感器、下位机、无线通信适配器组成.下位机完成信号采集,通过无线局域网接入点把信息传至数据库服务器.上位机与多个MCS51下位机按点对点方式通信,使用广播、呼叫、索取数据、设置参数命令等通信约定,完成信号分析处理、数据库管理、状态监控和故障预测.     

反后座装置故障的分析方法及模糊预测系统的研究

通过分析反后坐装置故障的逻辑关系,提出了反后坐装置故障的模糊预测方法,并探讨了模糊预测系统的结构模块和开发原理。     

一种基于模糊层次分析的多Agent电子对抗装备状态智能评判方法

针对电子对抗（ECM）装备技术特点和保障决策现状,设计了一种基于模糊层次分析（FAHP）的多Agent ECM装备状态智能评判方法。分析装备服役状态的影响因素,并构建影响因素层次指标体系;通过模糊德尔菲法构建FAHP三角模糊数互补判断矩阵,计算各因素模糊权重;进而依据可能度模型,以一种基于三角模糊数权重向量的排序方法对其服役状态进行模糊综合评判。在此基础上构建了基于多Agent的状态智能评判系统,给出其系统结构、工作流程和实现技术。研究方法克服了传统保障决策模型对装备运行历史数据的严重依赖,为制订装备保障计划提供一种新思路。     

模糊神经网络在电子装备故障智能诊断中的应用

据故障现象与原因模糊集合及其隶属度,建立总模糊关系隶属度矩阵.导出故障原因计算模型和故障诊断数学模型,并采用改进的5层BP模糊神经网络求解.通过BP网络学习,若输出层出现误差,把误差逐层反向传播至各节点,算出各节点的参考误差,并据此自动调整模糊推理模型中的隶属函数,即可量化输出层输出模糊化数值.     

基于数据融合和改进新陈代谢不等间距GM(11)模型的导弹装备故障预测

针对导弹装备故障预测中存在数据采样时间间隔不均匀、采样难度大、数据量小等问题,借鉴数据融合技术和灰色预测理论,提出一种基于数据融合和改进新陈代谢不等间距灰色模型（AMUGM(1,1)）的预测方法。建立改进初始值选取和背景值构造的不等间距灰色模型,并通过残差修正和新陈代谢相结合的方式对模型进行优化;基于加权思想提出了隶属度加权法,以确定各模型的隶属度权值;根据隶属度权值和AMUGM(1,1)模型建立特定个体的故障预测模型。实例仿真验证了该方法的有效性。