基于多信号模型的系统测试性建模与分析

多信号模型是一种简单而有效的系统建模表示方法,已被美国QSI公司引入其TEAMS(测试性工程和维修系统)软件中,用于系统测试性分析和预计、可靠性分析以及故障诊断等。对基于多信号模型的系统测试性建模与分析方法进行深入研究,结合示例具体给出多信号模型的表示和建模,故障-测试相关矩阵以及未检测故障、模糊组、冗余测试、故障掩盖、故障检测率和故障隔离率等的具体分析过程和算法。算法分析结果与应用TEAMS软件分析结果相一致。基于多信号模型的测试性分析方法,虽然不能给出一个全面的测试性评定结论,并存在着不足之处亟待改进,但易于实现计算机辅助分析,对系统测试性设计工具的研发具有价值。     

多信号模型故障模式与信号概率关联算法

为适应复杂装备的测试性建模,多信号模型采用层次化的建模方式.针对建模过程中信号概率和故障模式(功能故障和完全故障)概率的冲突问题,提出了三种概率关联更新算法,并通过某装备模块多信号模型的故障模式及信号概率的更新验证了算法的有效性.算法提高了测试性分析与评估的精度,为模型的修正和故障诊断策略的生成提供了更加可靠的依据.     

基于动态正常模型和免疫计算的软件故障高精度处理

针对软件故障的检测、消除和修复的问题,用动态正常模型和免疫计算的方法进行了软件故障高精度处理的研究.动态的正常模型用来提高软件故障检测的精度,免疫计算用来提高软件系统对软件故障的免疫力和修复能力.用正常软件系统中所有组件的时空属性唯一确定了该系统的正常状态,设计了软件故障检测、消除与修复的免疫算法,包括自体/软件故障的检测算法、已知软件故障的识别算法、未知软件故障的识别算法、软件故障的消除算法和受损系统的修复算法.在时间属性正确的条件下,软件系统的正常模型大大提高了对软件故障的检测率(理论上可达到100%),降低了误检率.正常模型和免疫计算有助于从精度和智能两方面同时解决软件系统的安全性问题,为未来软件的设计与工程化提供有用的创新思路.     

基于事件序列图方法的供应链建模与分析

介绍了事件序列图的概念及基本图符,提出了基于事件序列图的供应链建模方法,给出了其建模步骤,并结合示例说明该方法的建模过程.讨论了模型的应用情况,对供应链的速度、成本、资源利用率等性能测度进行定义.最后,运用蒙特卡罗仿真方法对模型模拟运行并对结果进行分析.     

电路板TPS验证与评估方法研究

用TPS对电路板进行自动测试、对电路板进行故障检测和修理,是提高新装备维修保障能力的关键。首先结合TPS评估与验收的需求,给出了电路板TPS验证的主要内容;然后介绍了基于故障注入的电路板TPS验证评估方法;在物理模拟故障注入样本集的充分性验证中,利用了基于多信号模型的测试模型建模方法,提高了验证准确性和效率。     

基于COMSOL的超声脱粘检测定量评判研究

本文利用有限元分析软件COMSOL建立脱粘检测仿真模型,研究了建模过程中几何建模、网格划分、求解、后处理等问题,得到了与实验相似的仿真模型.通过仿真回波信号、声压图,分析了脱粘检测中超声波的发射,传播和接收过程.通过改变模型参数,分析了脱粘长度、激励源尺寸对回波信号的影响,并建立了回波幅值与脱粘长度的关系模型,为脱粘检测定量评判提供了理论依据和参考模型.     

时频二维逼近及在故障分量提取中的应用

机械故障信号通常是具有非线性时频关系多分量信号,其频谱占有较宽的频带,且各分量的频谱常常相互交叠,给故障诊断带来了很大的障碍.在传统信号分解的基函数线性逼近方法和时频重排的基础上,提出了基于时频二维逼近的信号分量提取方法.该方法对所要提取的特征分量进行参数建模,并计算出分量模型的时频函数以及多分量信号的重排时频分布;然后采用模型的时频函数拟合逼近原始信号的时频分布,并采用非线性最小二乘法确定出模型的各个参数值;最后设置能量下降梯度阈值控制迭代次数,用拟合得出的参数模型重构出信号分量.仿真实例验证了,上述方法对比基于时频滤波的信号提取方法,只需要少数几次拟合就能提取出所需要的信号分量,分量的重构精度较高.这种方法在轴承故障冲击分量提取中的应用表明,其不仅可以较精确地对轴承故障进行定位,而且能为故障原因及故障程度提供准确的判断依据.     

碳纤维复合材料分布孔隙率的超声衰减检测方法

文中提出一种基于理论建模与实验标定的碳纤维复合材料孔隙率超声衰减检测方法.此方法对包含超声波频率、树脂、碳纤维、按尺寸分布孔隙等的多种衰减影响作用在内的理论模型进行分析简化,而建立起检测模型,较好地解决了前人的理论模型与检测结果不一致问题,并使其方法本身具有适用意义.对相应导出的检测关系式通过破坏性实验标定,保证了本方法检测结果的可靠性.给出了一种标定检测关系式的实验方法,并对其精度进行了分析.通过实验分析,对所提出的方法进行了示例性实现,以表明此方法的可行性.     

指数型随机共振微弱振动信号检测方法

在实际工程故障诊断中特征频率信号经常淹没在噪声中,信息提取非常困难。为了提取强噪声背景中的微弱信号,将简谐势阱与Gaussian Potential模型相结合,提出一种作用在Duffing方程下的新型指数型双稳随机共振系统。首先,推导逃逸率并研究系统参数对输出信噪比影响;其次,基于指数型双稳随机共振系统对冲击衰减信号以及谐波振动信号进行检测;最后为检测大噪声下多频信号提出指数型双稳随机共振和经验模态分解的微弱信号联合检测方法并应用于轴承故障信号检测中。实验分析及仿真结果表明,指数型双稳随机共振模型在信号检测中是可行的,并且对于多频谐波信号通过随机共振后进行经验模态分解可使检测更加准确,联合检测不仅能识别故障信号,还能识别故障倍频信号。     

基于ARX模型的齿轮箱建模方法

齿轮箱是一个结构复杂的系统,输入输出的影响因素众多,于是单输入单输出的系统传递特性必然无法准确地反映实际工况中齿轮箱的运行特征,针对此问题本文提出了基于ARX模型的齿轮箱多输入多输出建模方法,并使用两个输入信号（输入轴扭矩和转速信号）及三个输出信号（输出轴扭矩、转速信号和箱体上采集的振动加速度信号）,将齿轮箱建模为一个二输入三输出的系统。实验结果显示：ARX模型从系统固有特性的角度来分析齿轮箱的状态,可以有效区分不同的故障状态。