排序方式: 共有45条查询结果,搜索用时 26 毫秒
31.
32.
针对电子装备故障数据小样本、非线性的特点,在相空间重构处理原始时间序列数据的基础上,基于k折交叉验证和果蝇算法优化灰色神经网络模型参数,从而提出一种基于果蝇算法和灰色神经网络的故障预测方法,并以某型雷达高压电源监测数据仿真结果为例验证其模型性能;实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度方面都具有一定优势。 相似文献
33.
RCM设备管理模式强调以设备的可靠性、设备故障后果作为制订维修策略的主要依据。机械设备保障分早期故障期、偶发故障期和耗损故障期。根据故障的严重程度和维修的可行性,选择不同维修策略。 相似文献
34.
为提高桥梁两端交叉口的通行能力,减小桥面上车辆排队长度以及排队车辆的制动和启动对桥梁使用寿命的影响,以建瓯市水西大桥以及两侧的3个交叉口为研究对象,以排队长度、平均行程速度为目标评价指标,应用Synchro仿真软件对现有的信号协调控制方案进行分析与评价,并根据高峰时段的交通量和交通管理措施,采取"分时段、分方向"的信号协调控制优化策略,建立优化的信号协调控制系统。通过对比分析优化前后信号协调控制系统的交通效益指标,可知早高峰时段水西桥东西两端桥面上的排队长度分别缩短63.64%和52.94%,自东向西的平均行程速度提高20.48%,晚高峰时段桥面上的排队长度分别缩短56.52%和9.76%,自西向东的平均行程速度提高95.65%。 相似文献
35.
武器装备故障预测建模方法选择研究 总被引:3,自引:0,他引:3
针对武器装备故障预测方法选择需要考虑的实际问题, 从国际标准化组织对故障预测的定义出发, 明确预测建模需要考虑的因素, 在此基础上对故障预测定义作进一步扩展, 突出故障预测具有的显著特征; 结合装备的实际使用环境, 设计故障诊断和预测流程, 以及对应故障预测方法选择标准; 对具体的每一种故障预测方法划分其主要类别和优缺点, 总结每种预测模型在工程实际中的使用方式, 为具体案例选择合适预测方法提供依据。最后根据目前故障预测应用还存在的差距, 指出未来进一步研究的方向。 相似文献
36.
37.
提出了基于混合高斯输出贝叶斯信念网络模型的齿轮磨损状态识别新方法,建立了变量消元算法和期望最大化算法相结合的模型推理算法,通过计算待识别磨损特征向量的概率值来确定齿轮磨损状态。针对期望最大化算法容易局部收敛的问题,对其进行了改进,使其更容易获得全局最优值。根据磨损特征之间的非线性关系这一特性,应用曲线距离分析方法对特征进行降维。最后,利用五种不同工况下的齿轮磨损实验数据对模型进行验证。结果表明,该模型可以有效地识别齿轮磨损状态,识别正确率可以达到99%,为齿轮箱的健康管理提供了科学依据。 相似文献
38.
39.
立足于缩短装备研制周期,尽可发现装备设计缺陷,实现保障性增长,提出了一种运用可视化工具与VR技术评估系统系统保障性的实现方法,以及软件集成系统(VR&VTAS)实现的技术途径。 相似文献
40.
提出了基于混合高斯输出贝叶斯信念网络模型的设备退化状态识别与剩余使用寿命预测新方法,将变量消元和期望最大化算法相结合对模型进行推理,应用聚类评价指标对状态数进行优化,通过计算待识别特征向量的概率值来确定设备当前的退化状态,在退化状态识别的基础上,提出了剩余使用寿命预测方法。最后,分别应用50组轴承全寿命仿真数据和3组轴承全寿命实验数据对模型进行验证。结果表明,该模型可有效地识别设备的退化状态并对剩余使用寿命进行预测。 相似文献