高可靠电子设备可靠性仿真试验技术应用研究

可靠性仿真试验是一门近年来兴起并不断发展的新技术,是解决高可靠电子设备可靠性健壮设计的重要方法。对热仿真、振动仿真以及故障预计仿真等各种仿真技术进行了分析与整合,研究出适用于高可靠电子设备可靠性仿真评价的流程,从而可以利用可靠性仿真试验来有效地发现产品设计的薄弱环节,并对产品可靠性水平进行快速评价。     

直升机载导弹及外挂可靠性试验技术研究

随着直升机技术的发展,近年来为直升机研制的导弹及外挂种类越来越多,可靠性指标是评价其性能的重要指标之一．但相关标准和文献对于直升机载导弹及外挂可靠性试验技术并没有明确的规定。研究了直升机载导弹及外接任务剖面及环境截面的特点,提出了可靠性试验方案。给出了挂飞与自由飞环境中综合试验应力的确定方式。并绘制了可靠性试验剖面。     

低气压-淋雨综合环境试验方法研究

通过分析自然环境中较为常见的低气压和淋雨双危害因素,研究了一种综合了两种环境条件的试验方法,用于评估产品的密封性能和防水性能。结合常用的低气压试验与淋雨试验标准,分析-相应的试验要求、试验条件和试验方法,综合而成相应的低气压-淋雨综合环境试验方法,用于在实验室内进行低气压-淋雨环境试验,并根据该方法给出了相应的试验设备制造的建议。对于模拟高海拔地区淋雨,以及飞行器起降期间淋雨的产品试验提供了可行性依据。     

量子–经典混合神经网络及其故障诊断应用

量子神经网络由于结合了量子计算和神经网络的优点, 近年来受到了广泛的关注. 然而由于目前量子计算 资源受限(如量子比特数、量子逻辑门的保真度等)以及贫瘠高原现象(量子神经网络优化过程中解空间变得平坦时 出现的训练困难)的存在, 量子神经网络当前还难以大规模训练. 针对上述问题, 本文面向量子–经典混合神经网络 模型提出了一种基于无监督学习的特征提取方法. 所采用的无监督学习方法结合了量子自编码器和K-medoids聚类 方法, 可用于多层次结构的特征学习. 该方法创新地利用了K-mediods方法对训练得到的量子自编码器进行聚类, 以 最大化量子自编码器性质的差异. 进一步, 本文在轴承异常检测问题上, 通过实验验证了所提出的无监督特征提取 方法的有效性和实用性, 测试集准确率在二分类、四分类和十分类分别达到100%, 89.6%和81.6%.