故障样本量确定与分配一体化设计方案

针对当前测试性验证领域未能考虑故障样本量确定和样本分配2个环节的相互联系，以及现有样本分配方案对影响因子的选择没有统一的框架，导致确定的故障样本量和样本分配不合理的问题，提出了一种故障样本量确定与分配一体化设计方案。首先，以层次Bayes网络模型为框架，融合各节点测试性指标先验信息得到顶层测试性指标的融合分布，并建立故障样本量确定流程；其次，引入结构重要度作为样本分配影响因子，同时结合故障模式影响及危害性分析（FMECA）信息确定节点和故障模式的样本分配影响因子，提出基于节点和故障模式的二次分配框架实施样本分配；最后，通过实际案例进行对比分析。结果表明:相比其他样本分配方案，所提方案能充分考虑系统结构及其先验信息，进而实现了故障样本量确定和分配一体化方案的设计，保证了所确定的故障样本量和分配的合理性，具备更好的工程适用性。      

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。      

基于卷积神经网络的遥感图像舰船目标检测

针对遥感图像背景复杂、受环境因素影响大的问题,提出一种将卷积神经网络(CNN)与支持向量机(SVM)相结合的舰船目标检测方法,利用卷积神经网络可自主提取图像特征并进行学习的优点,避免了复杂的特征选择和提取过程,在复杂海况背景图像的处理中体现出较优的性能;同时,由于军舰样本获取难度大,应用迁移学习的概念,利用大量民船样本辅助军舰目标的检测,取得较好的效果。通过参数调整与实验验证,此方法在自行建立的测试集上检测率达到90.59%,对光照、环境等外界因素具有一定程度的鲁棒性。     

基于异质信息网络的恶意代码检测

恶意代码对网络安全、信息安全造成了严重威胁。如何快速检测恶意代码,阻止和降低恶意代码产生的危害一直是亟需解决的问题。通过获取恶意应用的动态信息、构造异质信息网络(HIN),提出了描述恶意代码动态特征的方法,实现了恶意代码检测与分类。构建了FILE、API、DLL三类对象的4种元图,刻画了恶意代码HIN的网络模式。经过改进的随机游走策略,尽可能多地获取元图中对象节点的上下文信息,将其作为连续词包(CBOW)模型的输入,从而得到词向量的网络嵌入。通过投票方法改进主角度分析模型,得到多元图特征融合的分类结果。在仅可获得有限信息的情况下,大大提高了基于单元图特征的恶意样本分类准确率。      

基于量子万有引力搜索的SVM自驾故障诊断

针对自动驾驶仪在实际测试过程中故障样本较少的情况,提出一种基于量子万有引力搜索算法(QGSA)的支持向量机(SVM)故障诊断模型。SVM能较好地解决小样本、非线性问题,适用于自动驾驶仪的故障诊断。为进一步提高万有引力搜索算法(GSA)对参数寻优的收敛速度和收敛精度,将基于GSA的QGSA应用于SVM的参数寻优中,以解决SVM由于参数选取不当导致过学习或欠学习的问题,从而获得最优的分类模型。通过模拟实验分析,当训练样本数量为50时,基于QGSA的SVM故障诊断模型分类准确率便能达到96.530 6%,而基于遗传算法(GA)的SVM故障诊断模型分类准确率为92.040 8%,基于GSA的SVM故障诊断模型分类准确率为91.632 7%。仿真实验结果表明,基于QGSA的SVM故障诊断模型具有更好的故障诊断能力。      

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

基于FFMECA的任务可靠性综合评价方法

任务可靠性的评价是武器装备研制生产过程中的重要工作内容,任务阶段的FMECA评价多从定性的角度进行,未考虑故障模式影响程度的定量指标。基于模糊数学思想,结合FMECA分析中的故障模式影响概率,形成FFMECA分析方法;并在此基础上,将那些影响任务完成的故障模式以定量的形式进行区分,进行考虑故障模式影响概率的任务可靠性评价,并以可撒布地雷为例开展了任务阶段的定量与定性分析。结果表明:本文方法紧密结合可靠性前期工作,对武器装备可靠性评价流程进行了规划,对可靠性评价方法的工程应用具有一定的指导意义。      

基于工程约束的火星着陆区选择

火星着陆区选择是火星着陆及巡视任务的重要工作之一,着陆区选择需要兼顾科学目标和工程约束,考虑高风险的任务特点,火星着陆任务的工程约束更为重要。工程约束涉及着陆区表面特征、任务轨道、大气等。表面特征包括地理高程、斜坡及地形起伏、岩石分布、尘土厚度、光照、热约束情况。这些因素将影响探测器进入、下降和着陆(EDL)过程的安全性和火星车移动能力。首先针对这些工程约束进行了排序与筛选;然后建立了基于模糊算法的分析模型,通过模糊推理得到各着陆区域的评价指标,从而进行着陆区选择;最后基于ExoMars2020任务的备选着陆区进行了方法验证。     

基于PCA和WPSVM的航天器电特性识别方法

针对航天器电特性监测系统识别过程中存在测试数据量大、特征维数高、样本少、计算速度慢和识别率低等问题,提出基于主成分分析(PCA)的特征提取和加权近似支持向量机(WPSVM)的在线故障诊断方法.实现了对信号故障特征的主成分分析、选择和提取,并对高维特征数据实现了降维,提高了航天器电特性在线故障诊断的准确性和速度.针对PCA中的结果选取问题,提出运用数据贡献度阈值进行数据截取的方法,有效地保证了数据的有效性与一致性.结果表明:该方法充分利用了航天器电特性监测系统的有用数据特征,有效提高了识别的精度,且计算时间较短,效率较高.      

考虑环境干扰的大型贮液箱结构安全评估模型

针对大型贮液箱(LLT)结构安全评估面临的先验信息缺失、监测信息不完全可靠等问题,基于置信规则库(BRB)和有限元方法(FEM),提出了一种考虑环境干扰的大型贮液箱结构安全评估模型。基于行业标准和专家知识,借助有限元方法进行评估模型初始参数的估计;基于信息一致性方法计算指标可信度,以反映实际工程中扰动因素对监测数据的影响;提出一种新的融合方法,将指标可信度合理融合到模型推理过程中,完成评估模型的构建;选用10⁵ m³石油储罐作为研究对象,对所提模型的有效性进行验证。研究结果表明：所提模型不仅能有效处理监测数据不可靠问题,也能够将大型贮液箱复杂系统内部结构机理考虑在内,有效克服先验信息不足给评估精度带来的影响。     

测试性分配方法研究

研究了系统测试性指标与系统组成单元指标之间的关系,分析了确定测试性指标的各主要影响因素,进而导出了测试性分配的基本要求、数学模型和工作程序.在此基础上,文章给出了4种用于不同情况下的测试性分配方法:前2种是基于系统单元的复杂度(故障率)或重要度(故障影响)的分配方法;第3种是综合考虑各影响因素的加权分配方法;第4种是系统中有老成品时的分配方法.这些分配方法都可以实际应用于工程设计.      

考虑多因素的可修系统任务可靠性分配方法

在实际工程中,系统常常是由串联、并联、旁联和表决等模型混合而成的复杂可修系统,目前此类系统的可靠性分配方法多采用等分分配等方法,得到的分配结果往往误差较大。本文提出了一种考虑维修、故障逻辑等多因素影响的可修系统任务可靠性分配方法。该方法以系统故障率为待分配指标,首先对包含维修影响的故障率进行转换,然后利用考虑故障逻辑的评分分配法进行分配,最后通过备件系数进行修正,获得分配结果。新方法能够为在实际工程中可修系统的任务可靠性分配提供一种简便易行的方法。      

结合FMECA可靠性预计法

任何元器件的故障是以一定的故障模式表现出来的。当一个元器件以不同的故障模式发生故障时,设备产生的后果是不同的。结合FMECA(故障模式、影响及危害度分析)深入分析了故障模式的影响及其危害度,以提高可靠性预计的精度。 建立了结合FMECA可靠性预计模型。可预计产品的任务可靠度和致命故障间隔的任务时间。为便于推广,编制了相应的计算机程序并进行了实例运算。还对结合FMECA可靠性预计法和常规可靠性预计法进行了比较。     

装备修复性维修工作项目确定方法

针对研制阶段保障性分析完整性的需求,基于语义相似度计算技术、FMECA(Failure Mode, Effects and Criticality Analysis)信息特点和对单元级、系统级相似性的度量要素研究,提出了装备修复性维修工作项目确定方法.该方法解决了故障模式层次不准确时单元相似度计算结果失真的问题,通过对单元相似度到系统相似度的定量拟合,完成对系统相似性的度量,并依据其结果辅助确定修复性维修工作项目;该方法支持计算机辅助,在提高效率的同时,一定程度上消除了由分析人员带来的结果差异性,规范了修复性维修工作项目确定流程.最后通过实例说明方法的可操作性.      

静载荷作用下金属橡胶失效判据及耐久性试验

金属橡胶(MR)材料由于其出色的阻尼性能广泛应用在各种减振、隔振、抗冲击结构系统中,掌握其失效判据和准确预测其耐久性是关系到整个系统能否安全可靠工作的重要问题。针对MR构件在静载荷持续作用下的失效判据和耐久性展开了试验研究。结果表明:从结构尺寸变化量和力学性能蜕变量2个方面定义MR的失效判定参数合理可行,通过确定阈值可判定MR是否失效并给定耐久寿命。随保载时间的增加,MR的失效评定参数(结构尺寸变化量和力学性能蜕变量)呈现明显的阶段性变化,能分别反映MR材料内部微观结构及受力状态随持续静载荷的变化。在本试验中,无论保载载荷大小,MR结构在总试验时间未表现出结构尺寸失效。而MR保载载荷的增大会显著削弱其力学性能耐久寿命,导致割线模量蜕变量过大,MR构件表现出力学性能的明显失效。      

计算机辅助FMECA与FTA综合分析

为了对产品进行可靠性分析,提出了FMECA(故障模式、影响和危害度分析)与FTA(故障树分析)综合分析方法。首先进行最低级产品的FMECA,并输入计算机。利用矩阵法,上面级别产品的FMECA可以由计算机自动进行。按FMECA输出,可选择FT的不同顶事件,据此对通用FT进行剪枝、添叶以形成一颗特定的FT.其底事件可通过检索FMECA表得到,以便计算特定FT顶事件发生概率。 按上述原则编写了FMECA与FTA综合软件包(CACAFF)。通过几个应用实例证明,它是进行定性定量可靠性分析的有力工具。可节省大量的人力和时间。