计算机辅助涡轮泵可靠性分析与评估系统

介绍了一个用于液氢／液氧火箭发动机涡轮泵可靠性分析与评估的软件系统－－ＴＰＲＡＥ（Ｔｕｒｂｏｐｍｕｍｐ Ｒｅｌｉａｂｉｌｉｔｙ Ａｎａｌｙｓｉｓ ＆ Ｅｖａｌｕａｔｉｏｎ）。该系统中包括了以下几种可靠性算法：故障模式、影响及危害度分析、故障树分析、单元可靠性评估、系统可靠性综合。单元可靠性评估指数分布和Ｗｅｉｂｕｌ分布两种情形，系统可靠性综合分横向综合、纵向综合两类、ＴＰＲＡＥ是在ＢｏｒｌａｎｄＣ     

解Stokes问题的区域分解算法

对用非协调混合元离散的Ｓｔｏｋｅｓ问题，建立了延拓定理并分析了一个两子域不重叠区域分解算法，利用已有的对二阶椭圆型问题有效的预处理器，借助Ｂｒａｍｂｌｅ ＪＨ等的思想，将原鞍点问题变为一个在适当内积意义下的对称正定问题，并估计了它的条件数。     

航空发动机传感器与执行机构信息重构算法

为实现航空发动机传感器与执行结构在故障情形下的故障幅值估计及信息重构，缓解故障对发动机性能的影响，在已有故障检测和故障隔离算法的基础上，提出一种基于修正的广义似然比（GLR）方法的信息重构算法。针对某型民用涡扇发动机的传感器与执行机构发生恒偏差与漂移故障的情形下进行了仿真验证。结果表明:基于修正的GLR方法对传感器和执行机构恒偏差和漂移故障的故障幅值估计具有较高的精度，两种故障情形下故障幅值的估计值的均方根误差均不超过0.005，故障部件信息重构后故障对系统性能的影响得到有效缓解。      

利用验前信息估计多组测试参数的研究

在分析研究以往测试估计的基础上，采用Ｂａｙｅｓ方法，把前组试验的结果作为后续试验的验前信息，利用验前、验后分布的共轭性来进行多组测试参数估计，用这种方法估计飞行器的射程和密集度试验等的多组参数，可减少子样数。     

即将开辟通信领域新纪元的国际海事卫星终端

拥有７１个成员国的全球移动通信组织──国际海事卫星组织（ＩＮＭＡＲＳＡＴ）近年来为了迅速发展卫星移动通信业务和占领移动通信市场，加紧研制国际海事卫星及其终端，使ＩＮＭＡＲＳＡＴ的业务不断由海上扩充到陆地和空中。移动式通信卫星系统成功的关键，不仅在于卫星本身，其地面系统亦至关重要。ＩＮＭＡＲＳＡＴ从１９７９年开始提供海事通信业务以来，研制出多种型号移动通信终端，即Ｉｎｍａｒｓａｔ－Ａ型、Ｃ型、Ｂ型和Ｍ型，目前正在研制Ｉｎｍａｒｓａｔ－Ｐ型。到１９９３年８月，已有２．１万个Ｉｎｍａｒｓａｔ－Ａ型，８…     

经验Bayes估计在距离测量中的应用研究

根据Ｂａｙｅｓ方法的基本思想,研究多组距离（长度）测试Ｂａｙｅｓ估计,推导出均值、方差未知时的距离（长度）、密集度检验所用公式。举例说明Ｂａｙｅｓ假设检验有关问题以及各种决策的期望损失,距离（长度）测量采用经验Ｂａｙｅｓ方法比较古典方法估值准确度高,置信区间小,将明显减少测量次数,缩短测试周期,提高测试质量。     

行星际南向磁场事件与强磁暴

利用１９７８－１９８８年期间的太阳风和地磁资料对行星际磁场（ＩＭＦ）南向分量Ｂｓ事件（即Ｂｓ〉１０ｎＴ及其所驱动的错向电场ＶＢｓ〉５ｍＶ／ｍ、持续时间△Ｔ〉３ｈ的事件）与弱磁暴（Ｄｓｔ≤－１００ｎＴ）关系进行了分析。结果表明,１００％的Ｂｓ事件能能引起磁暴的发生,但其中只有８４％为强磁暴;强磁暴的发生都与较强的ＩＭＦ Ｂｓ活动密切相关,但只有６８％的强磁共伴随Ｂｓ事件而发生;Ｂｓ事件与强磁暴并不是     

高TcBi—Pb—Sr—Cu—Ca—O系氧化物超导材料的Meissner效…

对高ＴｃＢｉ－Ｐｂ－Ｓｒ－Ｃｕ－Ｃａ－Ｏ系氧化物超导材料的多晶块状，多晶粉末状和单昌等三种样吕的Ｍｅｉｓｓｎｅｒ的效应和磁屏蔽效应进行了仔细测量和分析。块状样品具有较强的磁屏蔽能力，在ＺＦＣ和ＦＣ两种过程中的超导体的体积比之差最大约１０％左右；粉末样品和单昌样品的磁屏蔽能力很小。     

高T_cBi－Pb－Sr－Cu－Ca－O系氧化物超导材料的Meissner效应和磁屏蔽效应

对高ＴｃＢｉ－Ｐｂ－ｓｒ－Ｃｕ－Ｃａ－Ｏ系氧化物超导材料的多晶块状、多晶粉末状和单晶等三种样品的Ｍｅｉｓｓｎｅｒ效应和磁屏蔽效应进行了仔细测量和分析．块状样品具有较强的磁屏蔽能力，在ＺＦＣ（Ｚｅｒｏ－ＦｉｅｌｄＣｏｏｌｅｄ）和ＦＣ（ＦｉｅｉｄＣｏｏｌｅｄ）两种过程中，超导体的体积比之差最大约１０％左右（μ０Ｈ≈２００Ｘ１０－４Ｔ）；粉末样品和单晶样品的磁屏蔽能力很小（７７Ｋ）．     

HY－130钢断裂特性的实验研究

分析了具有同样厚度、不同宽度的带侧槽（ｓｉｄｅｇｒｏｏｖｅ）ＨＹ－１３０钢三点弯曲深裂纹试样的Ｊ－Ｒ曲线及能量耗散率ｄＷｄｉｓ／Ｂｄａ的变化规律．发现了裂纹在有限载荷下扩展相同长度时，愈宽的试样的Ｒ曲线趋于愈低的位置．并对此进行了分析．并再次论证了ｄＷｄｉｓ／Ｂｄａ是一个反映材料断裂韧性的有意义的参量．     

基于随机相关的电子部件二元加速退化可靠性评估

针对加速应力下电子部件二元相关退化可靠性分析难题,提出一种基于随机相关的可靠性分析方法。采用考虑个体差异的Wiener过程模型建立边缘退化过程模型,并基于加速因子不变原则建立了模型参数与加速应力的关系;构建了基于Copula函数的随机相关模型,采用两阶段贝叶斯参数估计方法进行参数估计,综合运用散点图、偏差信息准则（DIC）值以及Kendall τ的非参数估计值等方法进行随机相关模型选择,并采用蒙特卡罗仿真方法进行可靠度计算。最后采用实例验证了所提方法有效性,为考虑个体差异的贮存可靠性评估提供了技术支撑。      

充分统计量在数字信号处理中的应用研究

分析了充分统计量在数字信号处理中的应用,简述了充分统计量的理论模型,重点研究了充分统计量在高斯信道中的应用,结合具体的实例对传统意义下的基于贝叶斯准则的估计和基于充分统计量的估计的性能进行了比较分析;分析比较了基于充分统计量的估计与传统的基于线性模型估计的一致性,全文以具体简洁的实例,针对充分统计量理论用于信号数字参数的估计问题提供了参考。     

过站航班地面保障过程动态预测

过站航班地面保障过程预测是机场协同决策系统的重要功能。针对目前无法实现过程精细化动态预测且精度较低的问题，提出了一种基于贝叶斯网络的过站航班地面保障过程动态预测方法。建立了地面保障过程贝叶斯网络模型，设计了基于航班属性的初始样本空间生成算法，结合高斯核概率密度估计构建了地面保障过程动态预测方法。某枢纽机场实际数据的仿真结果表明:所提方法在充分考虑航班运行属性的基础上实现了各保障节点的动态预测，其平均绝对误差仅为2.224 1 min，均方根误差相比其他方法低近2 min，能够为机场运行短时战术组织提供客观的决策依据。      

Behrens-Fisher问题的信赖与贝叶斯精确区间估计

两正态总体均值与标准差均未知时的均值差的区间估计问题,称为Behrens-Fisher问题。给出了问题的共轭型先验与无信息先验下的Bayes精确区间估计及其计算方法,并指出可信水平为γ时无信息先验的Bayes精确区间估计与Fisher的Fiducial水平为γ的Fiducial精确区间估计在数值上一致。将Welch&Aspin近似与无信息先验的Bayes精确区间估计作比较,结果显示此近似一般偏冒进,故对重要的工程问题建议使用Bayes(或Fiducial)精确区间估计。     

基于不完美先验信息的随机系数回归模型剩余寿命预测方法

剩余寿命预测是设备预测与健康管理的核心问题，准确的剩余寿命预测可以在故障发生前进行有效的维护保养，以减小设备故障发生的概率。针对实际剩余寿命预测中先验信息不足或缺乏的问题，提出一种克服不完美先验信息影响的启发式剩余寿命预测方法。首先，利用非线性随机系数回归模型进行退化建模。其次，证明了基于单个设备现场退化数据，期望最大化（EM）算法的参数估计结果收敛于极大似然估计（MLE）算法的参数估计结果，并提出一种合理融合先验信息和现场信息的启发式剩余寿命预测方法。最后，通过数值仿真数据和实际锂电池退化数据对提出的结论和方法进行了验证，结果表明:启发式剩余寿命预测方法相比传统贝叶斯方法能够较好地克服不完美先验信息的影响，更为准确的预测设备地实际剩余寿命。      

基于连续蚁群算法的Bayesian方位估计快速方法

针对蚁群算法(ACO)在解决高维非线性搜索问题方面的有效性,提出了基于蚁群优化算法的Bayesian最大后验概率方位估计(ACO-Bayesian)快速方法.该方法将Bayesian最大后验概率函数作为蚁群算法的目标函数,选取若干一维高斯函数的加权和作为连续蚁群算法中信息量概率分布函数,经过有限次迭代得到Bayesian方法的非线性全局最优解.仿真结果表明,ACO-Bayesian方法在保持Bayesian方法优良性能的同时,将Bayesian方法的计算量减少到原来的1/14.水池实验结果验证了ACO-Bayesian方法的正确性和有效性,为其工程应用奠定了基础.      

部分可观Petri网故障的量子贝叶斯诊断

针对故障本身构建量子贝叶斯Petri网模型算法，并利用该子网模型进行Petri网系统故障分析。对于部分可观Petri网模型中的不可观故障，根据可达标识图分析变迁点火路径不能判断系统状态，建立量子贝叶斯子网模型，通过不确定路径引起的量子干涉重新标定变迁的条件概率表得到量子概率振幅表。根据故障变迁的前置集合并结合量子贝叶斯推理计算变迁触发的先验概率，由后置集合中的可观变迁修正后验概率，由最大后验概率估计系统所处状态，当故障变迁不唯一时，选取最大概率的故障作为故障源。以实际故障系统建立部分可观Petri网模型，结合可观标签概率序列信息和量子贝叶斯概率估计，对系统不可观部分进行故障诊断验证算法的有效性。      

基于GA-BP贝叶斯算法的可靠性分析近似模型

研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.     

整机产品失效机理危害度定量分析方法

针对整机产品失效机理多而复杂、失效数据少、主失效机理分析为定性方法的现状,提出了一种基于Bayes的失效机理危害度定量分析方法.首先利用Dirichlet分布描述产品的先验信息,结合现场失效数据确定失效频率的Bayes后验分布函数,然后通过Slice抽样方法获得失效频率的满条件分布,进而利用Gibbs抽样得到其Bayes估计,从而实现了各失效机理的定量分析.最后在某型光纤连接器失效机理已分析清楚的前提下,分别用FMMEA(Failure Modes,Mechanisms and Effects Analysis)及Bayes方法确定了其主失效机理,结果表明基于Bayes的失效机理危害度定量分析方法考虑了现场未出现的失效机理危害度,其确定的主失效机理比FMMEA结果更具有可信度.     

时变方差自回归模型的联合估计函数方法推断

针对参数估计问题，利用联合估计函数方法对带有时变方差的自回归模型参数进行统计研究。介绍了带有时变方差自回归模型和联合估计函数理论的研究现状，利用联合估计函数理论，给出带有时变方差自回归模型的参数估计量，证明该参数联合估计量渐近收敛于正态分布。对提出的参数统计量进行数值模拟对比分析，模拟结果表明，与伪极大似然估计量、最小二乘估计量进行对比，提出的参数联合估计量略优于伪极大似然估计量，同时该统计量受误差项分布函数影响较小。