航空装备视情维修决策研究

航空装备从正常到潜在故障需要经过检测才能知道。本文建立了符合航空装备特点的视情维修决策模型,通过Markov状态分析,以装备的最大可用度为目标函数,确定了基于航空装备的可靠性的检测间隔期和视情维修阈值的求解方法,为航空装备开展视情维修提供了依据,并将所得结论应用于某型飞机的滑油系统进行验证,得出检测次数与装备可用度的关系。     

任意结构系统的备件可用度评估模型

备件可用度评估是维修保障能力评估的重要内容。给出了部件失效服从指数分布的任意结构系统的备件可用度评估模型,该模型可以在已知系统结构函数、系统初始状态以及工作时间的条件下,计算不同备件方案的备件可用度,为维修保障指挥提供决策依据。     

可靠性及动态维修成本下的定期预防维修研究

良好的设备维修策略对企业的竞争力有着重要的影响。设备维修需要考虑可靠性和维修成本的问题。首先,假设设备的故障率服从威布尔分布,设备的预防维修成本会随着维修次数的增加而增加;随后构建了可靠性水平有限且预防维修成本变化情况下的定期预防维修模型,在使总成本最小的前提下,求出了最优的预防维修次数和预防维修周期;最后以实例验证了模型的有效性。     

极大似然法在飞机起飞性能参数辨识中的应用

以Y12飞机起飞性能飞行试验实测数据为例,研究了利用极大似然法进行飞机起飞性能参数辨识的问题。首先通过理论分析建立了Y12飞机双发起飞性能数学模型;然后从简化灵敏度导数计算角度提出了以飞机在起飞滑跑过程中速度增量为观测量的观测方程,分析给出了待辨参数和利用极大似然法进行参数识别的方法;最后针对极大似然法的几个要素,如迭代初值、代价函数、迭代次数、样本长度、试验数据段的选取等对辨识结果的影响进行了讨论和分析。结果表明,利用极大似然法可以快速、准确地辨识出起飞性能所需的参数,并具有较高的精度,在今后的性能飞行试验数据分析中应注重推广和应用。     

基于使用可用度的航材备件预测模型及需求分析

飞机的使用可用度,考虑了飞机维修、供应以及行政延误时间,反映了飞机真实使用状况.从研究航材备件需求率出发,以使用可用度作为评价管理保障质量指标,结合经费约束,提出了基于使用可用度的可修件备件管理预测模型.利用该模型,依据某新型飞机的航材备件管理数据,进行了某任务假定下的最低保障条件标准计算,该结果可以作为某任务假定下的航材最低保障标准,在遂行相同任务时可以作为参考.     

考虑备件约束的多部件串联系统使用可用度计算方法

使用可用度是衡量装备系统保障效能的重要指标,而备件供应是保障活动中的关键,故在计算系统的使用可用度时有必要考虑备件约束对其的影响。在现有的使用可用度计算方法中,马尔可夫更新理论很少用于分析考虑备件的系统,基于库存理论的可用度计算模型没有考虑备件供应延误对系统更换维修活动的影响。为了解决以上问题,首先将整个系统故障与维修过程分为故障系统的更换维修和故障件的维修周转2个子过程,并分析了2个子过程之间的影响关系;然后给出一种考虑备件约束的多部件串联系统使用可用度计算模型;最后实例分析表明,该模型可以方便地计算多部件串联系统的使用可用度,且与库存理论中的计算模型相比,该模型计算结果与仿真结果更为接近。     

装备自主维修保障的维修与库存联合优化

装备自主维修保障系统(ALS)的核心是在网络化维修保障体系内由装备剩余使用寿命评估(RULE)信息驱动维修保障决策,其能有效降低装备寿命周期成本、提高装备使用可用度.在分析RULE特性与ALS运行机制的基础上研究了ALS中装备维修和备件供应等各类成本的产生机理,以单位时间成本最小为目标提出了基于RULE的维修与库存联合优化模型,应用Monte Carlo仿真方法设计了求解最优维修保障成本的算法,并分析了RULE的漏检率与虚警率对维修保障效能的影响.     

串件拼修对策下多级维修供应的装备系统 可用度评估

 实施串件拼修对策是提高装备保障效能的有效途径,能够在现有保障条件下使装备可用度达到上限。针对该问题,在备件多级维修供应模式下,根据串件拼修的特点,并结合可修复备件库存分配建模理论(METRIC),建立了非串件系统、串件系统以及不完全串件系统可用度评估模型。研究了串件对策下装备保障效能的分析流程和方法。通过实验设计,确定初始备件库存方案,在给定的方案下,对不同串件对策下装备的可用度进行评估。采用VMETRIC平台对模型进行验证,结果表明,本文模型结果与VMETRIC仿真结果具有相当高的吻合度,证明了模型的正确性。     

基于证据理论的模糊信息融合及其在目标识别中的应用

信息融合系统中的不确定性信息常常表现为模糊性和随机性信息。提出了一种在证据理论框架下实现模糊信息融合的方法。该方法首先基于随机集理论刻画模糊信息的隶属函数,获得了模糊观测下具有概然特性的似然函数,该似然函数表示在收集的模糊信息下确定为某一目标的可能性,在数值上表示了传感器信息对某一命题支持的程度,利用似然函数确定传感器输出的基本概率指派,最后利用Dempster-Shafer组合规则实现多传感器信息融合。     

增量粒子滤波方法

提出增量粒子滤波的概念,建立增量粒子滤波模型及其分析方法,给出其算法.对于工程实际中存在的由未知系统误差的影响而无法精确建立量测似然函数的这一问题,提出增量粒子滤波方法,通过对带有未知系统误差的量测数据进行校正,获得精确的量测似然函数,建立精确的增量粒子滤波模型,从而消除这种未知系统误差的影响,减少重采样的次数,较好地保存了粒子的多样性,提高非线性滤波的精度.模拟仿真中,重采样的次数减少41.7%,滤波误差均值和均方根误差分别降低了45.3%和70.1%,有效地改善了滤波的效果.