维修性试验中试验样本量确定方法的研究

维修性试验中要进行维修作业,每次维修算一个样本.只有足够的样本,才能反映总体的维修性水平.根据试验样本维修时间的不同分布类型,论述了不同的样本量确定方法,为装备维修性试验中如何确定样本量提供了一种依据.     

维修作业样本分配方法改进研究

针对维修作业样本故障率比例分配法提出了改进意见，在维修性试验中充分调动了有限的维修资源，提高了维修作业样本分配的科学性．     

维修性验证试验中样本问题

维修性验证分析,只选取试验样本与样本选取集的交集部分,其缺少部分需要用模拟维修作业样本集补充.基于分层随机抽样的维修性试验样本的选取,以各系统组成单元的主要技术特征作为依据进行第1次分层,进行第2次分层前需首先进行维修作业分析.第3次分层则以维修作业发生频率、维修耗时预计和产品数量为分层的主要考虑因素,分组过程与GJB-2072基本一致.     

反舰导弹维修性试验样本量确定方法改进

针对反舰导弹系统设备价格昂贵、模块化程度高,在维修性试验中不宜设置过多故障样本的特点,对G JB2072—94《维修性试验与评定》附录A中试验样本量的确定方法提出了改进意见,使维修性试验方案更具可操作性,降低了试验成本,缩短了试验周期.     

基于序贯网图理论的维修性试验样本量确定方法

针对目前使用的维修性试验与评定方法样本量颇大,不能有效反映武器系统的维修特性问题,提出基于序贯网图理论的维修性试验与评定方法。详细论述了序贯网图理论下的维修性试验方法、评定方法及样本量确定方法,并以某型装备为例进行维修性验证试验。试验结果表明:应用该方法可减少试验样本量,能克服Wald序贯概率检验试前无法预测样本量的不足,且给出的最大样本量是最小的。     

维修性实验样本关系及选择

维修性实验模拟样本选取的前提是装备的复杂性和故障率,并需与自然故障样本良好对接．GJB-2072中按比例分层抽样选取模拟样本,将试验中实际产生故障与分层抽样样本分摊率对比,在追加模拟样本后,实验总体样本对总体的代表性较强．     

基于分层随机抽样的技术保障装备维修性验证方法

针对装备技术水平日益复杂、后期维修保障难度日益加大的问题,提出一种基于分层随机抽样的维修性试验样本选取方法。通过分层随机抽样来选择维修性试验样本的方法,针对电子类技术保障装备的技术特点,推导出试验样本数量的确定方法以及结论判定方法,并以某型技术保障装备的维修性为例进行试验验证。结果表明:该方法能提高样本的代表性和最终判定结论的准确性,可对电子类技术保障装备维修性验证试验工作提供参考。     

基于随机维修网络的导弹技术准备流程时间特性分析

为实现可靠高效的战备作战保障,分析导弹技术准备流程中的不确定因素及其装备维修性成因,基于使 用数据采用统计推论方法刻画不确定工序的随机维修分布。将维修性参数信息引入图示评审技术(graphical evaluation and review technique,GERT)随机网络逻辑计算过程,构建导弹技术准备流程的随机维修网络模型;采用 GERT 解析方法对某导弹技术准备流程时间进行求解,并通过调整部分维修性参数验证模型的灵敏度。仿真结果表 明,该模型算法能为遂行导弹保障任务提供有力数据支撑。     

基于危害度相对比值的故障样本分配方案

针对机电产品测试性验证评估试验中,基于故障率的按比例分层抽样分配传统方法忽略了关键因素产品故障模式危害度,导致试验结果不精确这一问题,结合故障模式严酷度评分等级,改进了产品危害度分析模型,首次提出基于危害度相对比值的故障样本分配方案。通过在导弹飞控组件的二次电源系统中进行测试性验证评估试验,结果表明:该方案与基于故障率的按比例分成抽样分配方法相比,故障样本分配结果更加合理,测试性验证评估结果更加接近系统测试性设计的真实水平,其更具有工程实用性。     

舰空导弹武器系统可靠性维修性试验设计

针对舰空导弹在作战任务和战斗中的使用特点,利用仿真试验设计的方法,研究舰空导弹武器系统及分系统可靠性维修性对导弹武器系统作战效能的影响。建立舰空导弹武器系统的可靠性模型、维修性模型和使用模型。设置不同的战术应用背景,提出舰空导弹武器系统可靠性维修对作战效能影响的指标,在设定的3种典型作战模式下对作战效能影响进行试验设计和仿真研究。仿真结果表明:该方法能取到试验范围全面、效果稳定、可多次重复调整和成本低的试验成果,找到对系统效能影响最大的各因素增长及变动区间。     

一种小子样情况下的弹道一致性评定方法

为在小样本情况下进行弹道一致性的评定,基于正态分布小样本相容性理论给出一种弹道一致性评定方法。该方法主要通过将计算的顺序统计量与计算机模拟的临界值进行比较判定。主要优点是不需计算位置-尺度估计值,从而减小由于样本容量小而带来的计算误差。通过算例分析表明：在样本数量较少(n≤5)的情况下,该方法与常规的配对t检验法和概率圆序贯检验法相比,都具有一定的优势。     

基于保障任务的维修资源柔性分配模型

根据装备保障维修资源、预计和任务属性描述,建立基于保障任务的维修资源柔性分配模型.模型含战损装备、维修任务、维修资源、维修保障控制等模块.采用该模型使维修资源分配目标函数最优,以减少维修资源冲突.其维修资源分配辅助决策系统包括维修资源Agent的查询、管理和分配等功能,以提高装备保障任务的执行效率.     

基于BP神经网络的火炮反后坐装置故障诊断

火炮反后坐装置的故障诊断,采用3层BP神经网络.通过基于标准梯度下降或基于标准数值优化的改进算法,同时考虑算法本身性能,及问题复杂度、样本集大小、网络规模、网络误差目标和所要解决的问题类型.并以解析算法的部分计算结果作为神经网络学习样本集,由相关方程式算出样本库内的故障现象及与故障原因相对应的训练样本,完成故障诊断.     

基于信息散度的补充样本加权融合评估

小子样试验评估时,为避免大量先验信息湮没实际飞行试验的信息,融合先验补充样本时通常会根据工程经验对补充样本量作一定限制,对补充样本量的选取并没有量化的理论准则。分析了先验分布与实际试验样本服从分布的差异,通过分布差异进行信息散度计算,用信息散度确定先验样本权重。提出了考虑先验信息可信度的加权方法,以进行Bayes估计。最后提供了正态逆Gama分布参数的加权Bayes估计方法。理论分析和仿真说明,本文的加权方法是合理的。     

基于故障树理论的特种车辆三防系统故障诊断研究

三防系统是某型特种车辆的安全防护来源,保证特种车辆在遭受核、生、化武器袭击或通过沾染有放射性沾毒剂及细菌的区域时保持良好的安全状态。三防系统发生故障或者状态异常时,特种车辆的防护性能将大幅度降低,严重影响车内人员的人身安全。本文通过深入分析三防系统的工作原理,对三防系统的常见故障进行分析,建立三防系统的故障树模型,并对其进行了定量分析和定性分析,最后完成了结构重要度的分析,通过故障树理论的应用,能够帮助维修人员快速定位三防系统故障,有效缩短故障排除时间,提高维修效率。。     

基于自适应模糊H网的火箭炮故障预测

为提高火箭炮的可靠性,使管理人员能进行故障预测与事前维护,提出一种基于自适应模糊H网的火箭炮故障预测方法.该方法依据火箭炮各系统的工作原理建立各系统都通用的故障预测模型,利用火箭炮故障的历史数据,并通过能自动调整学习速率的BP算法进行自适应学习,对火箭炮中的电气系统故障预测进行仿真分析.实验结果表明:该方法能得到比较精确的故障预测结果,达到火箭炮故障预测的目的.     

基于ALE的高分辨率频率估计新方法研究

根据水声MFSK或跳频通信中频率估计特点,提出了一种基于自适应线谱增强器(ALE)理论的实用高分辨频率估计新方法。在不增加计算量和不改变原始信号采样率的条件下,该方法结合带通采样定理,改进了ALE结构,使用ALE最佳权系数获取高分辨频率估计。研究了高分辨线谱增强器的收敛特性,仿真验证了它与传统ALE具有相同的收敛速度和失调,取得了比较满意的频率估计结果。     

基于综合评判的导弹故障诊断专家系统

基于综合评判的导弹故障诊断专家系统,根据故障综合数据库及推理机制,采用"主因素突出型"综合评判模型,对专家数量和可信程度进行加权逻辑分析,给出故障原因和解决方法.以某导弹报警板继电器通电不动作为例,设专家为评语因素集,以个人经验因素确定其权重,得出因素集上的模糊向量.指定可能出现的故障现象,构成综合评判矩阵.由模糊向量关系合成运算得出评判向量,按最大隶属原则确定故障原因.