基于Bayes网络的多源信息融合方法在精度评定中的应用

提出了一种基于多源验前信息融合的Bayes精度评定方法。利用Bayes网络进行多源验前信息融合时,能够结合现场试验数据,对信息加权因子做出较为合理的推断。根据验前及验后数据,通过Bayes网络中的MC—MC方法可以快速地获取各变量的验后统计特性,达到估计现场试验精度的目的。因此,基于多源验前信息融合的Bayes方法可用于解决小样本下的精度评定问题,仿真结果表明了该方法的有效性。     

基于多源信息融合分析的 导弹贮存寿命评估方法

对于长期贮存的导弹,通常能获取的贮存信息仅为贮存期内的年检数据与少量的例行试验数据,贮存信息相对匮乏,对导弹贮存寿命与可靠性评估工作非常不利。为解决这种工程实践中存在的实际问题,发展了一种采用工程加速贮存与地面鉴定试验相结合的加速贮存信息获取方法,获取典型单机与简单系统贮存信息。将典型单机与非金属材料加速贮存信息与地面鉴定试验信息、现场贮存信息、贮存环境数据以及例行试验信息等数据信息融合处理,建立基于多源信息融合的贮存信息数据库。在此基础上,建立基于现场贮存信息与加速试验信息融合分析的导弹贮存寿命与可靠性评估方法,并给出导弹在现有贮存时间下,继续贮存一定年限的可靠度。     

面向结构静力试验监测的高精度数字孪生方法

试验验证和数值仿真是评估结构强度的两种典型方法,然而基于离散传感器的试验验证方法难以保证结构应力监测覆盖度,数值仿真方法又因为对物理实体的简化和理想化处理而导致应力结果精度不足,如何综合利用两种强度评估方法的优势并进行数据融合以实现结构应力场监测是一个具有挑战性的问题。提出一种面向结构静力试验监测的数字孪生（DT-SSTM）方法,可获得高精度的结构静力试验数字孪生模型,以实现结构应力场的实时监测与强度评估。DT-SSTM方法包括离线、在线2个阶段。离线阶段,采用梯度提升树（GBDT）算法对仿真数据进行训练,建立预训练模型。在线阶段,基于集成学习理论,采用Stacking算法对试验数据响应值与预训练模型响应值之间的残差进行训练并建立残差模型。通过叠加预训练模型与残差模型实现多源数据融合,建立高精度的数字孪生模型。最后,开展了开口矩形壁板轴向拉伸试验来验证DT-SSTM方法的有效性。结果表明,DT-SSTM方法能够建立高精度的结构静力试验数字孪生模型,且相比同类数据融合方法具有更高的全局、局部预测精度以及融合效率,为结构应力场实时监测提供了一种新颖的解决方案。     

基于Bayes变动统计理论的测试性外场统计验证方法

针对故障检测/隔离数据为"小子样"情况导致的测试性外场统计验证存在的周期长、验证结论置信度低等问题,研究并提出了基于Bayes变动统计理论的的测试性外场统计验证模型和方法。首先建立了不同寿命周期阶段故障检测率(FDR)的序化关系模型;然后以Dirichlet分布为先验分布,利用不同寿命周期阶段故障检测率先验估计值确定Dirichlet分布参数;在此基础上,融合"小子样、异总体"研制阶段增长试验数据和"小子样"外场使用数据,研究并提出了故障检测率的Bayes综合评估模型;引入Gibbs抽样方法求解故障检测率Bayes综合评估模型的复杂高维后验积分;最后在某机载稳定跟踪平台上开展了应用研究。结果表明本文方法能在较短的外场使用周期内,给出较高置信度的外场验证结论,为大型高可靠性装备测试性外场统计验证研究提供了重要的理论依据。     

多源信息融合的基本理论及其在载人航天任务中的应用

多源信息融合是一门崭新的系统科学方法,也是目前理论研究的热点之一。首先介绍了多源信息融合的基本理论、应用领域及其理论特点等问题,并就其在工程实际中应用时需解决的系统模型建立、融合结构选择、基本假设处理等问题进行了探讨和分析,最后给出了多源信息融合理论在载人航天任务中应用的基本思路与建议。     

基于Bayes理论的多源可靠性数据融合方法应用研究

对Bayes方法在多源可靠性数据融合中的应用进行了分析。将Bootstrap方法和随机抽样法应用于确定不同先验信息下的先验分布或先验分布中的超参数。论证了采用线性加权进行多源先验分布融合的合理性,并提出了将样本的边缘分布作为该方法中确定权重的一个衡量尺度。最后,采用上述方法对某飞机组件的寿命进行了统计推断。     

某型机载惯性/卫星/大气多信息融合MEMS航姿系统的设计与实现

针对机载MEMS航姿系统中器件精度低且易受干扰导致其姿态性能降低的问题,提出了一种基于大气/卫星信息辅助的航姿系统融合方案。构建了多源传感信息辅助下的综合航姿系统方案,所设计系统具有多种工作运行模式,可根据传感器可用状态实现滤波器的无缝切换,建立了组合导航系统状态和量测模型,采用Kalman滤波方法实现多源信息的融合与估计,并开展了原理样机的跑车试验。试验结果表明,所设计的融合方案能有效保障航姿系统的可靠性与精度,具有较高的工程应用价值。     

基于距离一矩法判据的多源寿命信息融合

针对小子样复杂系统的可靠性信息融合技术展开研究,解决同总体多源信息的科学利用与融合问题。该方法从数据层融合人手,考虑了各源验前信息的可信度,根据矩法估计原理求解各种可能验前分布的参数。采取距离作为度量选取最佳融合验前分布丽数。最后通过MATLAB仿真实例对4种常见分布进行了研究,验证了该方法的有效性。     

时空关联多跟踪剔除的多源数据融合方法

随着网络信息共享技术的深入发展,多源异构数据将是未来数据融合的主要信息源,这种数据融合表现出跨平台、跨军种、跨领域等特征,对多源异构数据关联与融合提出了新要求。针对特定场景敏感区域内有限多目标的探测问题,结合一体化作战数据融合的数据滤波、空时配准、航迹关联与建立、多目标跟踪等方面,提出了时空关联多跟踪剔除的数据融合方法,并从数据滤波、航迹关联与融合、时空关联多跟踪剔除以及融合数据“簇”等方面重点研究了所提出的数据融合方法。距离波门拖引干扰和牵引干扰的对抗仿真试验表明,所提方法具有一定应用价值。     

基于Bayes理论的小子样维修性验证方法研究

针对现有经典维修性指标验证方法的不足,提出了一种小子样的维修性验证方法,即采用Bayes理论对维修性指标进行验证.给出了应用该方法的一般步骤,探讨了维修时间总体分布的确定方法,采用随机加权法对验前分布进行确定并利用ML - Ⅱ方法实现了多源信息的融合;进一步分析推导了基于Bayes理论的维修性验证方法的检验判据和样本量的大小.最后通过实例分析表明,该方法通过综合利用各种验前信息,可以有效地降低现场试验样本量,节省试验投入,缩短试验周期,且能保证较高的可信度.     

基于滑油监控信息的发动机磨损状态融合评估

针对现有航空发动机磨损状态评估方法的局限性,基于光谱分析和自动磨粒检测2种滑油分析方法的结果,提出了1种新的融合评估方法。结合专家经验,将各监控对象的磨损量和磨损率进行模糊推理,得到发动机的磨损状态可能向量,解决了发动机磨损状态评估过程中的模糊性问题。在决策层,运用D-S证据理论对2种滑油分析方法的推理结果进行融合时,考虑2种滑油分析方法的有效性,基于粗糙集理论与专家经验求得二者的可靠程度,最终得到更为合理的评估结果。实例表明:该方法可有效融合多种检测信息,解决评估过程中的不确定性问题,并可得到较为准确的评估结果。     

基于自然和模拟样本的检测率评估方法研究

鉴于产品在试飞现场和测试性模拟试验的试验结果均为成败型数据,为了更加客观全面的评估产品检测率,提出了测试性模拟试验样本选取及分配原则、自然样本和模拟样本融合方法、基于故障率的故障检测率评估模型,解决了传统测试性评估方法中在实际应用中的样本覆盖不全以及评估结果受限等技术问题。     

多源验前信息的融合方法

文中给出了两种多源验前信息融合方法：基于可信度的加权方法和超Ｂａｙｅｓ方法。基于可信度的加权融合方法需要定量描述信息的可信程度,而超Ｂａｙｅｓ事例方法充分考虑了各种信息的概率特性,是一种较有前途的信息融合方法。     

一种面向复杂体系作战的多源信息融合处理方法

研讨了面向复杂体系化作战的信息融合技术，提出了一种基于中心航迹关联的融合架构，设计了面 向多源异构数据的信息融合处理方法。经过多机飞行场景下的数据仿真测试，能够有效解决多源传感器多目标 环境下目标关联判断问题。     

基于多源测量数据融合的间隙与阶差自动化测量技术研究

针对间隙与阶差数字化测量问题,提出基于多源测量数据融合的间隙与阶差自动化测量技术,给出一种采用视觉测量传感器与全向机器人辅助执行机构协同配合的测量方式,并分析了系统组成。研究了该测量模式下的间隙与阶差测量工艺,并给出了多系统集成框架与控制方法以实现测量数据自动采集。最后基于QT开发间隙与阶差测量软件,并建立全向机器人测量平台进行试验验证。该研究为间隙与阶差高精度、自动化测量提供了技术支撑和方法指导。     

多源传感监测线性退化设备数模联动的剩余寿命预测方法

随着先进传感与监测技术的快速发展,实时获取随机退化设备的多源传感监测数据已成为现实,如何有效融合多源传感监测数据以实现随机退化设备剩余寿命的精准预测成为剩余寿命预测领域的研究前沿。针对多源传感监测的线性随机退化设备,提出了一种考虑随机失效阈值的数模联动剩余寿命预测新方法。该方法在离线训练过程中,基于多源传感历史数据提取的复合健康指标及据此线性随机退化建模预测的寿命,构建综合寿命预测值与设备实际寿命的均方误差及寿命预测方差的优化目标函数,形成复合健康指标提取与随机退化建模的反馈闭环,对多源传感器融合系数和复合健康指标对应的随机失效阈值分布参数进行优化调整,以实现复合健康指标提取与随机退化建模的自动匹配,即数模联动。在线预测时,根据提出的数模联动方法,融合实际运行设备的多源传感监测数据以获取复合健康指标,然后采用随机模型对其演变过程进行建模。同时,为使模型实时反映设备当前状况,提出了一种退化模型参数的贝叶斯更新方法,在此基础上基于首达时间得到了考虑设备失效阈值随机性的剩余寿命概率分布。最后,基于航空发动机的多源传感监测数据,验证了所提方法在改善复合健康指标特性和提高剩余寿命预测准确性方面的...     

于不确定性与重要度的改进DSmT健康状态评估

针对目前健康状态评估准确度不高、客观性不强的问题,引入评估指标的不确定性和重要度,提出一种基于不确定性和重要度的改进DSmT（Dezert Smarandache theory）健康状态评估方法.首先,引入指标不确定性和重要度作为加权因子,能够得到比较合理的指标权重；其次,采用模糊综合评判方法,通过构造三角形梯形隶属度函数确定各指标的广义基本信度赋值；然后,基于指标权重对广义基本信度赋值进行改进DSmT融合,得到各指标的广义基本信度赋值加权融合后的评估结果；最后,以某供电系统为例进行了实例验证,结果表明该方法能够赋予各评估指标较合理的权重,健康状态评估结果与系统实际运行状态相符.      

风洞投放试验技术的研究现状与应用综述

多体分离是航空、航天和武器系统总体部门一直极为关注的关键问题,多体间的流场干扰效应产生的气动力和力矩对悬挂物分离相容性有重要影响,基于运动动力学相似的风洞投放试验技术是预测和评估多体分离是否相容的一种非定常试验方法。根据飞行器多体分离相容性的研究需求,结合作者在风洞投放试验技术的研究成果和经验,对风洞投放试验技术的国内外研究现状进行综述。首先回顾了风洞投放试验技术的发展历史,然后对低速和高速风洞投放试验的相似准则及缩比关系进行详细地论述与分析,进而对风洞投放试验的几个关键技术进行综述,最后对风洞投放试验技术存在的问题提出思考与展望。     

数据融合技术在空气动力学研究中的应用

气动力数据通常通过风洞试验、数值计算和飞行试验三种途径获得,三者各有优缺点,为了得到更加完善准确的气动数据,可采用数据融合技术对不同来源的数据进行深加工和利用。针对数据融合技术在空气动力学中的应用进行讨论和探索,首先介绍了数据融合技术在空气动力学中的应用背景、发展现状及数据融合的基本思想,此后综合提出了建立气动数据融合准则的基本思路和两种具有应用价值的融合算法:基于不确定度的数据融合方法和基于气动力建模的数据融合方法,并给出了部分研究应用结果。最后,文章对气动数据融合技术在气动领域的应用前景进行了展望。研究发现,采用数据融合技术后,可以进一步提高气动数据的完整性和准确性,但由于气动数据融合工作不仅需要进行算法研究,同时还需要工作人员的大量经验,融合结果包含较多的人为因素,因此具体采用何种融合方法要根据具体情况而定。     

基于不确定性与重要度的改进DSmT健康状态评估

针对目前健康状态评估准确度不高、客观性不强的问题,引入评估指标的不确定性和重要度,提出一种基于不确定性和重要度的改进DSmT(Dezert-Smarandache theory)健康状态评估方法.首先,引入指标不确定性和重要度作为加权因子,能够得到比较合理的指标权重;其次,采用模糊综合评判方法,通过构造三角形梯形隶属度函数确定各指标的广义基本信度赋值;然后,基于指标权重对广义基本信度赋值进行改进DSmT融合,得到各指标的广义基本信度赋值加权融合后的评估结果;最后,以某供电系统为例进行了实例验证,结果表明该方法能够赋予各评估指标较合理的权重,健康状态评估结果与系统实际运行状态相符.