PHM需求下的系统级装备测试优化选择方法研究

PHM对于提高复杂装备任务成功性和战备完好性具有重要意义,测试与信息感知是实现PHM的基础.针对目前测试选择与布局主要面向故障诊断需求的问题,分析并定量描述了装备PHM需求下的故障可观性要求,建立了以故障可检测、可隔离和可预测为约束条件,以总测试费用为目标函数的测试优化选择模型,给出了基于布尔逻辑推理的测试优化选择方法.仿真案例验证了所提模型和方法的有效性.     

有色冶金过程不确定优化方法探讨

有色冶金过程受原料来源多样、工况条件波动、生产成分变化等因素的影响,存在大量的不确定性,严重影响了冶炼生产的稳定性与可靠性.鉴于此,综述不同类型不确定性优化问题的描述方法,具体包括概率不确定优化问题、模糊不确定优化问题和区间不确定优化问题.通过分析有色冶金生产过程的特点与需求,以3种典型的有色冶金过程不确定优化问题为例,探讨不同类型的有色冶金过程不确定优化方法.针对氧化铝生料浆配料过程的概率不确定优化问题,采用基于Hammersley sequence sampling(HSS)的方法实现不确定模型的确定性转换;针对湿法炼锌除铜过程的模糊不确定优化问题,采用基于模糊规则的方法进行确定性评估;针对锌电解分时供电过程的区间不确定优化问题,采用基于min-max的方法求解鲁棒解.工业运行数据均验证了上述方法的有效性.     

基于综合评价模型的装甲车辆PHM系统应用范围确定

PHM技术在航空、工业、军事等领域得到广泛的应用。装备系统的结构组成日益复杂,哪些分系统需要安装PHM系统值得深入研究。详细研究了层次分析法与模糊综合评价法的特点和原理,根据装甲车辆的分系统构成和部队实际情况,将两种方法结合提出了综合评价模型,通过综合评价装甲车辆分系统,实现装甲车辆PHM系统的应用范围的确定,模型评价结果与专家评分基本相符,验证了该模型的可行性和有效性,为装甲装备PHM系统应用范围确定提供了借鉴。     

一种虚拟测试系统的不确定度研究

以虚拟湿度测试系统为例,讨论了虚拟系统测量不确定度的来源,阐述了B类评定的方法和步骤,结合具体数据实现各不确定度分量的估算,最终得出了系统的测量不确定度.     

基于不确定理论的复杂体系优化方法研究

为研究复杂体系的优化方法,首先针对复杂体系的三个发展阶段,提出了三类优化问题;其次通过研究体系结构、体系能力和体系效能之间的内在关系,给出了体系优化的思路,建立了以体系效能为优化目标的复杂体系优化模型;接着利用模糊集理论与证据理论讨论了体系能力评估中定性信息的定量化问题,探索了新的体系能力评估方法,并基于体系效能仿真,采用粗糙集理论建立了求解体系能力权值因子的算法;最后给出了求解优化模型的方法.所提出的优化方法为复杂体系优化问题提出了一种新思路.     

不确定系统的不确定项观测器设计

为了克服常规用不确定项的界估计来设计控制器带来的保守性和动态性能差的弊端,本文就连续的和离散的不确定系统,分别提出了不确定项的观测器设计方案.通过引入分布和离散加权平均的概念,对这两种观测器的观测误差精度进行了分析估算,从数学上证明了所得的观测值在加权平均意义下是无偏的.此外,通过适当选择观测器反馈增益,可以得到满意的误差估计精度.把该方法应用到一个控制系统中,仿真结果表明所提出的观测器能很好的估计不确定项和改进闭环系统动态性能.     

一类不确定参数系统鲁棒控制问题的研究

在文献「５」的基础他以下３个问题：１．如何克服鲁棒控制器设计中所普遍存在的“保守性”问题，从而使得反馈控制器增益尽可能地小；２．给出判别解存在的充分条件及具体计算方法；３．给出求解鲁棒控制器解析解的基本原理，方法及具体过程，文中的设计举例用以说明使用本文设计鲁棒控制器的有效性和简便性。     

非线性未建模不确定系统的自适应控制

讨论了非线性未建模不确定系统的自适应镇定问题。通过边界层次分析的方法，提出一和种简单的间接自适应控制方法。该方法克服了现有非线性自适应控制方法容易产生过渡控制的缺点。     

不确定环境下无人机多目标任务分配问题研究北大核心

基于不确定理论,研究了不确定环境下无人机多目标任务分配问题。首先,引入不确定变量来描述任务分配规划中存在的不确定因素,考虑作战任务收益和航行油耗这两个目标,建立了不确定无人机双目标任务分配模型;其次,根据不确定变量的数字特征定义了期望值-标准差有效解,并把原不确定双目标模型转化为确定多目标任务分配模型;然后,通过线性加权法与理想点法将其转化为单目标优化问题进而设计算法求解;最后,建立4架无人机,24个敌方目标的任务实例,利用蚁群算法进行求解,得到了期望值-标准差有效任务分配方案。实例仿真结果表明,该求解方法能够有效地处理不确定环境下无人机任务分配问题,且任务分配次序规划合理,总代价较小。     

不确定时滞系统的保成本控制

针对一类具有时变参数不确定性的时滞系统，结合二次型成本函数研究该系统的保成本控制问题，提出了通过求解参数Ｒｉｃｃａｔｉ矩阵方程正定解的保成本状态反馈控制的设计方法 。     

基于多项式系数自回归模型的雷达性能参数最优组合预测

针对雷达故障预测与健康管理（PHM）技术工程实现中性能参数变化趋势预测准确度不高的问题，提出一种基于多项式系数自回归（PCAR）模型的性能参数预测方法。首先，介绍了PCAR模型的形式及其阶次、参数确定方法，该模型相对于传统的线性模型扩大了模型选择范围，有效降低了建模偏差；然后，为了进一步提高预测准确度，采用基于奇异值分解滤波算法（SVDFA），选取最优门限值，将性能参数监测序列拆分成与各个失效因素对应的子序列，最后分别采用不同阶次的PCAR模型来预测序列未来值。仿真实验结果表明，所提出的联合PCAR模型的组合预测方法同单一自回归滑动平均模型（ARMA）的预测结果相比，三个监测序列的预测准确度分别提高了79.7%、97.6%和82.8%。实验结果表明该预测方法可应用于雷达性能参数的预测，有利于提高雷达的工作可靠性。     

不确定环境下基于VaR和CVaR的投资组合优化模型

对不确定环境下的投资组合问题进行研究,使用不确定测度来定义不确定环境下的VaR和CVaR,并用VaR和CVaR度量风险,建立基于VaR和CVaR风险控制的投资组合优化模型,并设计了集成遗传算法、99-方法的混合智能算法来求解此模型,最后通过实例验证了模型和算法的有效性。     

飞机故障预测与健康管理应用模式研究

针对现有飞机维修机制的不足进行了分析,描述了故障预测与健康管理、视情维修和自主后勤的三者之间的关系。提出了三种典型的故障预测与健康管理(PHM)应用模式,在分析比较现有三种模式优劣的基础上,进一步指出PHM的发展趋势。设计了一种飞机故障预测与健康管理(PHM)系统框架,并运用物联网技术完成了对自主保障系统的构建,能够有效提升飞机的自主保障能力。最后论证了故障预测与健康管理和持续采办与全寿命支持(CALS)之间的关系,为装备采购和全寿命支持提供了技术支持和理论依据。     

Discrete Event Logistics Systems (DELS) simulation modeling incorporating two-step Remaining Useful Life (RUL) estimation

Prognostics and Health Management (PHM) exerts an essential influence on the spare supply process and the maintenance activities. Discrete Event Logistics Systems (DELS) simulation model facilitates a better understanding of the maintenance and logistics/support systems. Previous DELS models treat the RUL estimation as a one shot event. However, the treatment would be rough to coordinate the logistics and maintenance activities, and the estimated RUL result would not be sufficiently reliable. In this paper, we propose the principle and operational technique of two-step RUL estimation for the DELS simulation model. Two-step RUL estimation starts with the component RUL modeling subject to a continuous accumulation of degradation. The component deterioration is modeled using a time-dependent stochastic process, which combines the linear degradation path with a random effect. Besides, the sequential logics of the DELS simulation model incorporating two-step RUL estimation is exploited in the local behavior study. Finally, the proposed technique is testified with a case study via the DELS simulation implementation, showing that the performance using two-step RUL estimation outperforms traditional one-step RUL estimation.     

基于改进神经网络算法的医疗锂电池PHM系统设计

针对医疗电子设备锂电池不确定性发生故障耽误病人救治的问题,提出了一套医疗电子设备锂电池故障预测与健康管理系统(Prognostics and Health Management-PHM);搭建了一套医疗电子设备锂电池数据测试与退化状态模拟的实验平台;为了反映医疗电子设备锂电池健康状态,将锂电池四个健康因子作为医疗电子设备锂电池退化状态的特征进行提取,并通过非线性自回归(Nonlinear Autogressive with Exogenous Inputs-NARX)神经网络,对四个健康因子的数据进行训练,训练后用于容量估计,得出等间隔放电时间序列能够较好地表征锂电池健康状态;为了提高基本粒子滤波算法(Particle Filter-PF)的精度从而更精确地预测锂电池剩余寿命(Remaing Useful Life-RUL),通过人工免疫粒子滤波算法(Artificial Immune Particle FilterAIPF)与经验模型对锂电池进行剩余寿命预测,并将PF预测的结果与AIPF预测的结果进行对比,发现AIPF预测更加准确,说明AIPF有效抑制了PF重采样过程中粒子退化问题,验证了医疗电子设备锂电池故障预测与健康管理系统的可行性与可实施性。     

机载系统故障预测与健康管理验证与评估方法

随着故障预测与健康管理系统研究的不断深入,如何对机载故障预测与健康管理系统进行验证和评估是一个较为棘手的问题.首先,在分析故障预测与健康管理系统设计过程的基础上,指出了存在的突出问题;其次,结合实例给出了3种验证方法,通过比较分析,构建了一种机载燃油管理系统半实物仿真平台;再次,对故障预测与健康管理的性能评价指标进行了分类,并给出了相应的应用范围;最后讨论了故障预测与健康管理有关的标准体系,指出构建故障预测与健康管理标准体系是未来的发展方向.     

故障预测与健康管理系统验证与确认方法综述

介绍了故障预测与健康管理验证与确认的研究动机,说明了该方法在整个系统设计中的地位;将验证和确认方法分为三大支撑技术：验证方法与性能评估、原型验证系统和不确定性管理,综述了这三种支撑技术的现有方法,分析比较了各方法的区别和联系,指出了具体的实现途径;点明了故障预测与健康管理系统验证与确认方法要关注的问题,明确了未来的发展趋势。     

基于MEMS的PHM系统微传感器网络节点设计

为实现仓储导弹装备的故障预测和健康管理(PHM)系统,研究基于MEMS传感器的导弹状态监测节点。以整合射频模块的微功耗单片机CC430F5133为核心,由微传感器模块采集状态信息,并经无线射频传输与上级ARM控制器实现实时通信,解决了节点长期稳定供电、复合传感器立体结构设计和安装等关键技术。该节点具有体积小,布置灵活,对监测对象无影响,功耗低,连续监测时间长等特点,能实现长期无人值守下的信息采集与实时上传,较好地完成了状态信息采集终端的功能。     

面向不确定性知识表示的描述逻辑SROIQ(D)不确定性扩展

为增强描述逻辑对不确定性知识的表示能力,提出了一种对描述逻辑SROIQ(D)进行不确定性扩展的方法。该方法基于不确定性理论和描述逻辑SROIQ(D),针对知识表示中大量存在的模糊性、粗糙性和随机性知识,首先给出了模糊粗糙概念条件概率的计算方法,并以此为基础对SROIQ(D)进行了不确定性扩展;然后基于模糊粗糙逻辑和概率逻辑分别给出了扩展后的语法、语义和推理任务,使不确定性SROIQ(D)描述逻辑具备同时处理3类不确定性知识的能力。     

基于MBSE的PHM开发平台设计

故障预测与健康管理(PHM)开发平台具有结构功能复杂的特点,传统的设计方法难以保证其结构合理性与功能可靠性.针对传统的基于文本的系统设计中存在的需求追溯性弱、问题描述模糊的问题,提出了应用基广模型的系统工程(MBSE)方法论指导平台设计过程,使用模型驱动的OOSEM建模方法对PHM开发平台进行模型搭建.通过利益相关者需...