装备保障活动分析方法

借助于使用与维修工作任务分析(O&MTA,Operation and Maintenance Tasks Analysis)的结果,在描述保障系统运行机理的过程模型基础上,提出了装备保障活动分析方法.从使用保障和维修保障两个方面抽象出保障活动的频数和执行时间这两个基本属性,并给出了计算方法.通过建立装备群使用任务要求与保障活动频率之间的解析关系,结合保障活动时间属性,依据保障活动之间的层次关系,进行分析汇总计算,最终得到装备保障系统的保障时间参数和保障资源使用时间参数,进而可以对保障系统进行评价,对保障资源的数量进行预测,可以为装备研制部门进行装备群保障系统设计、分析及构建保障方案提供理论指导和方法支持.     

平均维修保障等待时间的计算方法

阐述了装备保障系统维修保障等待时间的概念内涵,分析了研制阶段保障方案的设计过程中维修保障等待时间的影响因素,以研制阶段保障分析的结果为输入,运用概率论和矩阵论给出了平均维修保障等待时间的计算方法,为研制阶段保障系统及时性的分析和评价提供依据.给出一个算例,验证了计算方法的可行性与合理性.     

考虑保障设备故障的装备维修保障模型

为分析保障设备故障及其保障过程对装备保障效能产生的影响,分析了保障设备故障对装备保障活动的影响,详细描述了保障设备在站点间、站点内的保障过程,建立了保障设备站点内的保障过程模型,提出保障设备故障影响等级、附加保障活动等参数来体现保障设备故障对维修活动产生的影响.在此基础上建立了考虑保障设备保障过程的装备维修保障仿真模型,并与传统仿真模型进行对比,通过具体案例分析得出保障设备的保障对装备保障效能的影响.为开展保障设备的保障工作,进行保障设备可靠性维修性参数设计提供了有效的支持.     

基于DEA的研制阶段装备保障方案评价模型

针对目前研制阶段装备保障方案评价在角度和方法上的不足,提出基于数据包络分析(DEA,Data Envelopment Analysis)的评价模型.分析提炼保障系统的整体特性,建立保障系统的特性评价参数,构建基于数据包络分析的评价模型,通过计算保障方案的相对效率指数进行保障方案的评价,采用基于劣势前沿面的数据包络分析评价模型对多个有效保障方案进行二次评价,实现了保障方案的排序.结合研制阶段某型号军用飞机保障方案给出评价示例,从而验证了该模型的可行性和有效性,可为国防工业部门在研制阶段保障方案的评价上提供有效的决策支持.     

专用装备计量保障模式研究CSCD

结合目前装备计量保障现状,研究装备计量保障模式,对装备进行计量保障,重点掌握装备计量数据的准确性和任务条件下技术指标的可信性。从装备研制、生产、使用和维修阶段阐明进行计量保障必要性;从时效性出发,提出强制检定与系统测试相结合的计量保障方法;从可靠性出发,提出实验室计量检定与现场计量检定相结合计量保障方案;研究实现计量检定数据与系统测试数据共享,数据纵横向积累和分析研究的重要性。     

基于神经网络的维修保障流程影响度分析方法

针对维修保障能力的主要影响因素分析及其影响度的量化问题,以维修保障业务流程作为分析对象,通过建立业务流程参数与装备使用能力的关系函数,建立影响因素和影响度的分析方法,并给出影响程度、关键要素、关键影响要素以及综合影响度定义.以流程数量、效率和稳定性作为分析指标,利用MATLAB软件基于神经网络实现对关系函数的逼近求解,为装备制造企业提供确定关键流程和主要影响因素的系统实现.以某航空装备制造企业维修保障业务流程为例给出具体应用,与专家评价方法相比该方法可获得更为客观的分析结果.      

装备研制阶段的计量保障方案研究

以某装备为对象，研究装备研制阶段计量保障方案的制定方法，阐述了计量保障方案的设计依据与原则，提出了具体的设计方案，该设计方案经某型号实际使用验证，证明设计合理可行，产品工作可靠，各项性能指标和质量特性均满足要求。     

航材保障经费的优化配置研究

航材保障的主要工作包括航材筹措、储备、供应和管理,这些工作均需要经费支撑,数百万项航材占用大量的资金.如何充分利用和优化配置好航材保障经费,对提高航材保障良好率和飞机完好率至关重要.以航材保障经费为资源,以航材系统整体保障效益的提高和飞机维修器材费用的优化配置为目标,建立了航材保障经费优化配置模型,应用边际分析法推导出模型公式,利用数值计算法获得使航材保障效益最佳的经费优化配置方案,使有限的航材保障经费充分利用,发挥其最大的保障效能.     

基于作战单元任务成功性的可修复备件优化

在分析作战单元任务及备件保障流程的基础上,在考虑装备系统冷备份和热备份的情况下,基于METRIC模型原理,建立了两级保障体制下的作战单元任务成功性评估模型.以备件购置费用为优化目标函数,作战单元任务成功概率为约束条件,运用边际方法给出了备件优化模型的求解方法.最后,通过实例对该方法进行了分析,优化结果符合作战单元备件配置实际情况,从而为部队装备保障指挥人员在作战单元执行任务前科学制定保障方案提供决策支持.     

基于方差的保障时间不确定性分析

装备的保障过程由于受到保障活动参数的影响存在着较大的不确定性.针对保障过程的不确定性问题,建立了基于方差的保障活动不确定性重要度作为保障过程全局敏感性分析指标;根据保障过程工期的GERT（Graphic Evaluation and Review Technique）模型,设计了一种基于方差的保障时间不确定分析方法来计算保障活动的时间不确定性重要度,并对该方法进行解析求解,给出了具体步骤.最后,将舰载机航空保障作为案例,验证了方法的有效性.     

载人航天器与伴随卫星间射频系统电磁兼容性分析方法

对载人航天器与伴随卫星间射频设备的电磁干扰问题进行了研究，根据射频系统的收发参数建立了电磁干扰安全裕度模型，分析了伴随卫星发射天线对载人航天器接收天线的等效干扰。从保证载人航天器与伴随卫星在轨电磁兼容的角度，得到了航天器间能够兼容工作的最小相对距离计算方法。研究结果表明，所提出的分析方法能够对伴飞任务航天器间的电磁干扰风险进行预测，可为飞行任务的顺利完成提供技术支持。     

前飞旋翼三维湍流场的数值模拟

采用计算流体力学CFD(Computational Fluid Dynamics)方法,分析正常前飞和近地前飞时直升机的流场与性能.在直角坐标系中,采用有限体积法和压力耦合方程的半隐式法SIMPLER(Semi-Implicit Method for Pressure-Linked Equations Revised)算法求解三维定常不可压的湍流N-S(Navier-Stokes)方程.在分析中,旋转的螺桨被描绘成沿螺桨桨叶展向分布、与本地流动参数相关以及时间平均的动量源项.计算方法还包括K-ε湍流模型和壁面函数法等措施.流场分析和性能预测同实验测量数据的良好的一致性表明,这种CFD方法可以有效的分析直升机的具体设计问题.      

基于非Favre过滤的大涡模拟

将直接过滤的可压缩Navier-Stokes(NS)方程组作为可压缩湍流大涡模拟方程组.方程组中因过滤产生的高阶相关项用Taylor级数展开近似表达,得到可压缩张量扩散模型.与传统的采用质量加权过滤(Favre过滤)的可压缩大涡模拟方程组相比,由于这种方法没有密度信息的损失,所以能反映真实的密度脉动信息;方程所求量为流场物理量的过滤值,物理意义明确,使大涡模拟结果与直接数值模拟或实验结果更具有可比性.用这种大涡模拟方程组对绕双椭球高超声速湍流进行了模拟,并将所得结果与实验、Baldwin-Lomax(BL)模型及Smagorinsky亚格子模型的结果进行了对比.      

基于BP神经网络的纳卫星轨道温度预测

为了实现纳卫星在轨温度的预测,在对纳卫星热系统动态特性模型分析的基础上,建立BP神经网络预测模型实现纳卫星在轨温度的预测.通过分析纳卫星热系统动态特性模型,得到用于BP神经网络预测模型的输入、输出变量以及训练神经网络所需的数据样本.BP神经网络预测模型分别以纳卫星外壳、辐射器、舱内仪器的热流及温度值为神经网络输入、输出,预测纳卫星10s后的轨道温度.经验证,神经网络预测模型预测结果与纳卫星实际轨道温度吻合较好,表明神经网络预测模型是快捷有效的.      

基于双层K近邻算法航站楼短时客流量预测

航站楼离港客流量在短时期内呈现准周期性规律变化,易受航班计划、天气等多种因素影响,表现出复杂的非线性特点。为了实现航站楼短时客流量的准确预测,在传统K近邻（KNN）算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型。通过实例分析,与ARIMA模型和传统K近邻模型等进行比较,证明双层K近邻模型预测误差更小,精度更高,模型拟合度相对传统K近邻模型提高了8%~10%,为航站楼短时客流量精确预测提供了一种新的解决思路。      

联合足迹识别与监控视频分析的智能刑侦系统

刑侦破案是打击违法犯罪和确保国家长治久安的基本要求。刑侦破案的一大关键是如何有效地利用采集到的信息。为了更好地配合刑侦工作，提出了联合足迹识别与监控视频分析的智能刑侦系统。该系统基于深度学习方法，首先根据足迹信息，包括鞋印长度、宽度、受力分布情况、步长、步幅等，利用卷积神经网络技术实现嫌疑人个人特征的预测；其次联合周边监控视频大数据进行智能分析比较，利用大数据技术快速处理信息，分析视频中行人的个人特点；最后运用虚拟现实仿真技术构建足部压力和鞋底受力分析有限元模型，利用模型获得各种复杂场景下的仿真足迹。三者相互印证，有机结合，快速筛选刑侦对象。实验结果表明，该系统可以高效准确地根据足迹特征实现身高预测，并且与视频监控大数据相结合，可以迅速缩小排查范围并锁定凶手。      

基于N-BEATS的单站对流层天顶总延迟预报

高精度对流层延迟先验值有助于加速精密单点定位的快速收敛。基于高精度高分辨率气象数据库，采用深度学习N BEATS算法，进行了单站对流层天顶总延迟的预报试验。试验选取了9个IGS跟踪站，试验弧段从2002年1月至2019年6月共185a。首先基于N BEATS算法，设计了3种预报策略，然后基于前175a针对不同预报策略进行模型训练，并对最后365d的对流层天顶总延迟进行预报。试验结果表明，以该气象数据库为基准，12h以内预报弧段的预报残差均值量级大多可达亚毫米，2h、4h、6h的预报残差的标准差分别约为5mm、9mm、13mm。