基于优化技术的导弹某部件可靠性寿命分析与预测

为掌握导弹某部件的寿命分布规律,制定更换或者维修策略,提高导弹部队的管理策略和管理水平,在对导弹某部件的寿命分析与预测过程中引入优化技术,实现了可靠性寿命模型参数的优化估计和部件寿命的优化预测,使得部件运行在经济效益最优化状态.实例结果表明优化技术在导弹某部件寿命分析与预测中的应用是有效的.     

一种遗忘因子模糊自调整的快速时变参数辨识方法

本文提出了一种遗忘因子模糊自调整辨识算法，理论分析和仿真试验表明，该方法对参数的快速时变具有较快的跟踪能力及较高的辨识精度，在线计算的复杂性和工作量增加较少，是一种实用的适于快速时变系统的辨识算法     

一种基于模糊逻辑的主/被动雷达数据融合算法

提出一种基于模糊逻辑的主/被动雷达传感器数据融合算法。首先将单个雷达的测量值通过时间校准后,将它们作为卡尔曼滤波器的输入分别滤波,然后再对滤波后的目标状态估计进行融合。融合算法是基于卡尔曼滤波的协方差匹配关系,采用模糊推理得到数据融合的权值。最后将各传感器的卡尔曼滤波状态估计进行加权融合得到所需要的目标状态信息。采用该融合算法可以有效提高目标跟踪系统的抗干扰能力。仿真结果表明该算法有效。     

基于Wiener过程的独立部件精度预测方法

针对一类内部各部件不可直接测量的动态测量设备,研究其精度退化规律,提出一种基于Wiener过程的独立部件精度预测的方法。该方法通过动态误差分解与溯源,以间接测量的方法得到精度损失的统计量。通过极大似然估计方法得到模型参数的初值,再采用贝叶斯理论对参数进行在线更新,进而预测系统各部件的精度。最后,以百分表精度退化实验为例,验证该模型预测的精度和可行性。     

对部分执行器失效具有完整性的飞行器容错控制设计

基于Ｈ∞控制和状态观测器理论，提出了对部分执行器失效具有Ｈ∞范数界的容错控制器设计方法，并成功地应用于某飞行器姿态系统部分执行器失效容错控制中，理论分析和实例设计验证了该方法的有效性。     

基于Ｖｏｌｔｅｒｒａ频域核辨识的非线性模拟电路故障诊断

基于Ｖｏｌｔｅｒｒａ级数时域频域混合模型,提出了辨识非线性模拟电路频域核的故障诊断方法．利用混合模型辨识算法和范德蒙特法估计各种故障状态下电路响应的前３阶频域核,提取故障特征并与相应的故障模式一起构成特征样本集,借助于支持向量机多分类器进行分类识别,实现非线性模拟电路的故障诊断．阐述了诊断原理及诊断步骤,并给出了诊断实例．仿真结果表明,该方法的故障识别率较高,便于计算机计算．

     

基于支持向量预选取的支持向量域故障预报

针对两种支持向量域模型分别分析了支持向量的分布特性,在此基础上从训练集中选取具有一定几何特征的向量构建预测模型.这些特征向量的预选取在不影响支持向量域的故障预报能力的前提下,大大减少了训练样本,提高了支持向量域的训练效率.仿真实验表明了该方法的有效性和可行性.     

基于流模型的缺失数据生成方法在剩余寿命预测中的应用

针对缺失数据生成模型精度低和训练速度慢的问题,本文基于流模型框架提出了一种改进非线性独立成分估计(Nonlinear independent components estimation, NICE)的缺失时间序列生成方法.该方法依靠流模型框架生成模型精度高、训练过程速度快的优势,并结合粒子群优化算法(Particle swarm optimization, PSO)优化NICE生成网络采样的退火参数,训练学习监测数据的真实分布,从而实现对数据缺失部分的最优填补.为进一步拓宽所提方法的应用范围,利用基于流模型的缺失数据生成方法得到的生成数据,通过建立融合注意力机制的双向长短时记忆网络(Bidirectional long shortterm memory with attention, Bi-LSTM-Att)的退化设备预测模型,实现设备剩余寿命的准确预测.最后,通过锂电池退化数据的实例研究,验证了该方法的有效性和潜在应用价值.     

小波包分解在惯性器件故障诊断中应用研究

提出了一种基于小波包分解的惯性器件故障检测与诊断方法,该方法利用小波包精确细分的特点,分别对正常系统和故障系统的观测信号进行小波包分解,提取其特征信息,从而实现对惯性器件的故障诊断.并且给出了故障诊断的硬件原理图.实验表明,该方法具有很好的工程实际应用价值.     

基于主成分分析法的惯性器件寿命预测

在基于随机滤波理论的剩余寿命预测模型中,所使用的输入数据为单维,而工程实践中惯性器件有多维监测信息,因此,在现有寿命预测模型中,根据专家经验所选取的单维数据仅使用其中一部分信息。针对以上问题,提出了1种基于主成分分析的寿命预测方法。主成分分析可以将相互关联的多维数据用少数几个不相关的主成分进行代替,这样在减少有用信息损失的同时,使问题得到简化。应用实际的多维历史监测数据和主成分分析的寿命预测模型,进行了某导弹惯性平台的寿命预测实验。实验结果表明,采用基于主成分分析的预测模型能够有效地进行寿命预测,且精度较高。