基于多源诊断信息融合的发动机气路分析

针对气路可测信息的有限性及不确定性易导致航空发动机气路分析结果准确度和精度不高的问题,提出了一种基于贝叶斯网络的多源诊断信息融合机制,以提高气路部件故障诊断的准确度和精确度.介绍了基于贝叶斯网络的气路分析方法,在此基础上提出了改进的用于多源诊断信息融合的气路分析贝叶斯网络,即以常规的气路可测参数为主,而其他诊断信息则借助故障模式先验概率表引进贝叶斯网络,实现多源信息的融合.仿真实验表明:通过融合多源信息能够准确地诊断出传统的气路分析难以识别的故障,同时降低了健康参数估计值的方差,提高了诊断结果的精确度;在观测噪声放大一倍、健康参数变化量小于1%的情况下,通过融合多源信息仍能准确的估计出健康参数变化量,且标准差均于0.1%.      

基于加权动态云贝叶斯网络空战目标威胁评估

针对目标威胁评估中信息表达的不确定性和评估指标之间的关联性,以及动态贝叶斯网络推理方法不能满足条件独立性假设的问题,提出了一种基于加权动态云贝叶斯网络的目标威胁评估模型。首先,利用云模型良好的知识表达能力将不确定性信息进行定量描述;其次,基于改进的灰色关联系数极大熵模型求解指标间权重,弱化了贝叶斯网络节点条件独立性假设;最后,利用证据相关法对加权动态云贝叶斯网络进行推理,实现了关联性指标间的评估。仿真结果表明,该模型能够有效地进行超视距空战目标威胁评估。     

基于贝叶斯网络的分层系统可靠性分析

由于分层系统的系统结构复杂,且系统不同层次可靠性信息具有不均衡性的特点,使得分层系统的可靠性建模较为困难.考虑二态情况,通过引入贝叶斯网络描述分层系统元素间的失效关系,并考虑了系统元素间级联失效问题,结合贝叶斯多源信息融合方法,以贝叶斯网络模型为基础整合了系统各层元素的可靠性信息,构成了一种较为通用的二态分层系统可靠性分析方法.算例结果表明:该方法在贝叶斯网络模型计算过程中能够融合系统各层元素可靠性信息并有效处理级联失效问题,提高了系统可靠性后验均值估计的准确性,减小了系统可靠性结论的后验方差.      

基于多源异构信息的航空发动机转子参数校准与可靠性分析

复杂系统可靠性分析结果的准确性与输入参数精度密切相关。针对包含多源不确定信息的可靠性分析问题，提出了基于贝叶斯最大熵的随机模型修正与参数校准方法。该方法将类型统计信息（例如矩信息、可靠度）转换为约束条件，进而利用不确定性优化求解传统参数估计问题。考虑混合不确定性，引入Wasserstein距离构建似然函数，并利用近似算法提高计算效率。该方法通过增加“熵项”的方式拓展了经典贝叶斯推理的适用范围，可处理多源异构数据与混合不确定性问题。针对多部件航空发动机转子系统，建立了基于survival signature的多态系统可靠性模型，并应用上述方法开展可靠性分析，结果显示本方法较传统方法具有更高精度与更强的稳健性。     

军用危险品航空运输装卸保障风险预测 ac

针对军用危险品航空运输装卸保障过程中的风险问题,根据军用危险品航空运输装卸保障理论与实际,梳理出影响军用危险品航空运输装卸保障的因素,建立了影响因素层次模型。针对影响因素的不确定性,将模糊集理论应用到贝叶斯网络中去,建立了基于模糊贝叶斯网络的军用危险品航空运输装卸保障风险预测的数学模型。最后,将实例中的节点证据输入到模糊贝叶斯网络中,对保障风险进行推理,验证了模型的有效性和实用性。     

军用危险品航空运输装卸保障风险预测

针对军用危险品航空运输装卸保障过程中的风险问题,根据军用危险品航空运输装卸保障理论与实际,梳理出影响军用危险品航空运输装卸保障的因素,建立了影响因素层次模型。针对影响因素的不确定性,将模糊集理论应用到贝叶斯网络中去,建立了基于模糊贝叶斯网络的军用危险品航空运输装卸保障风险预测的数学模型。最后,将实例中的节点证据输入到模糊贝叶斯网络中,对保障风险进行推理,验证了模型的有效性和实用性。     

一种基于FMEA的故障诊断贝叶斯网络快速构建方法

贝叶斯网络(BN)建模问题一直是其在故障诊断应用领域的瓶颈,实际的工程系统中,贝叶斯网模型构建存在许多困难,提出一种基于故障模式影响分析(FMEA)的BN建模技术.首先,在分析现有FMEA所包含的故障信息基础上,提出基于单条FMEA记录的贝叶斯网络片段构建方法;然后,利用故障模式与故障原因因果传递关系将贝叶斯网络片段集成为系统贝叶斯网络模型;最后,以某型飞机前轮转弯系统为例进行BN模型构建和分析.结果表明:本文基于FMEA建立的BN模型不仅避免了传统建模过程中对大量工程经验的需求,并且突破了FMEA定性分析能力,能够有效融合多源信息对工程系统进行定量分析和故障诊断.     

基于贝叶斯网络的空战效能评估方法研究

贝叶斯网络是一个基于概率推理的数学模型,常用于解决复杂系统间的不确定性,且具有较大优势。空战过程是一个极为复杂的过程,具有较高的不确定性,针对空战效能评估过程中存在的问题,结合空战理论和实际情况,建立空战效能评估的贝叶斯网络模型,提出基于贝叶斯网络的空战效能评估方法,并进行仿真分析。结果表明:该评估方法能够根据战场环境证据对空战信息优势、协同能力、部队效能、决策指挥能力进行效能评估,为决策提供有力依据,且具有很强的学习能力与推理能力。     

基于多模型的航空发动机传感器混合故障诊断方法

本文在多模型架构下,提出一种航空发动机传感器在线混合故障检测与隔离算法。利用长短期记忆网络逼近航空发动机建模误差、健康参数变化、过程噪声和测量噪声等不确定性源引起的真实发动机与机载模型之间的偏差。将传感器测量输出与不确定性值的偏差用于一种基于多模型的混合卡尔曼滤波器组算法中,利用贝叶斯方法计算每个传感器在健康模式和不同故障模式下的条件概率,然后根据最大概率准则进行传感器故障检测与隔离,克服了阈值难以选取的问题。针对某型涡扇发动机传感器发生偏置故障、漂移故障和间歇性故障的情形进行仿真验证,并对比了不同传感器之间的检测与隔离精度。结果表明：所提出的方法可以在更高水平的退化下诊断出发动机传感器常见的故障,混合方法对不同不确定性源具有鲁棒性。     

基于贝叶斯网络的某型导弹状态评估

针对传统"是非制"状态评判方法过于粗略的问题,将某型导弹状态重新细划为"优"、"良"、"中"、"差"和"故障"5个等级。在充分考虑导弹定量信息和定性信息的基础上,结合云模型建立了多状态信息融合的贝叶斯网络模型,提出了基于贝叶斯网络的状态评估方法,以期为装备质量的科学有效管理提供技术支撑。