无人火星取样返回任务关键环节分析

无人火星取样返回探测在科学成果获取和工程能力提升方面均具有重要意义,与国外已经多次实现的火星着陆巡视任务相比,其任务周期更长,技术风险更高。取样返回飞行方式决定了任务的系统顶层设计。通过对国外研究成果的对比论证,认为应当在火星轨道附近完成交会捕获与样品转移任务,因此需要采用2个不同功能探测器:一个完成火星捕获、样品转移收纳与火地返回;另一个完成火星大气进入、表面上升与样品投送。在此基础上对大气进入、起飞上升、火星轨道交会捕获、样品转移、地球再入等关键环节进行任务分析,论证主要技术难点和初步的可实现途径。     

模糊等价关系下滚动轴承振动性能变异分析

在小样本且概率分布未知条件下,提出模糊等价关系和自助最大熵模型,并通过变异概率分析滚动轴承振动性能变异过程。对滚动轴承振动加速度原始数据分组得到样本,选定本征样本,计算各样本间的模糊等价系数;运用自助最大熵模型建立各样本的概率密度函数,通过交集法得到各样本相对于本征样本的变异概率,建立模糊等价系数和变异概率的关系曲线以实现对变异过程的监控;通过仿真和实验案例验证了所提模型的可行性和正确性。实验结果表明:随着磨损直径的逐渐增大,变异概率曲线呈“躺椅状”非线性上升趋势,对应滚动轴承磨损的3个阶段,即初级磨合阶段、正常性能退化阶段和性能恶化阶段。      

电子整机加速贮存试验的Dirichlet分析方法

针对电子整机系统结构复杂,失效机理众多,无法利用传统的加速模型外推对其寿命和可靠性特征进行分析的问题,提出一种基于顺序Dirichlet分布的分析模型,利用多应力、多水平的环境应力,对每一阶段上的失效率建立指数分布模型。通过先验信息和基于反应论的修正加速模型,给出各应力水平上的失效率先验信息,利用多变量顺序Dirichlet分布描述先验失效率概率密度函数,并根据先验信息对Dirichlet分布参数进行辨识设计和对参数物理意义进行阐述。根据恒加定数试验特点,提出似然函数的解析步骤,利用Gibbs拒绝抽样方法对Dirichlet后验分布进行推断分析,得到后验信息。最后分析一个实例,给出抽样过程和几个分位点上的失效率估计值,并比较正常状态下先验和后验的可靠度变化趋势,验证算法具有一定的效率,为电子整机寿命预测与评估提供一种新方法。     

基于失效物理的动量轮贝叶斯可靠性评估

作为卫星姿态控制系统关键部件的动量轮,其可靠性关系到卫星发射的成败。但是由于有小子样、高可靠性和长寿命等特点,受技术、费用和时间等条件的限制,无法获得大样本失效寿命数据,因此利用传统的大样本寿命数据统计推断方法进行可靠性建模、分析与评估存在困难。为此,从失效物理分析的角度出发建立性能退化模型,用贝叶斯方法融合性能退化模型和寿命模型得到产品的可靠性评估模型,并基于该模型充分利用失效物理试验中的性能数据和少量的寿命数据来进行可靠性评估。实例分析表明,该方法与伪寿命方法相比更加符合工程实际,评估精度更高。     

基于故障率的测试性验证试验故障样本分配方案

现有的分层抽样算法中故障率数据不准确是导致测试性验证试验结果不可信的一个原因。为解决这个问题,提出了利用验前信息和Monte Carlo仿真相结合的方法计算故障率。首先考虑故障率的随机特性和量级范围,用Gamma分布来拟合故障率的概率分布,根据上下限分位点确定了Gamma分布中的超参数。然后利用舍取抽样得到了大量的服从Gamma分布的随机数,求平均值作为实际系统的故障率值。以此故障率数据进行分层抽样,得到的故障样本分配方案更合理,试验结果更可信。     

综合航电设备多传感器多级数据融合的敌我属性估计

介绍了C^4 ISR系统中多传感器数据融合的特点和一种空战融合模式,结合实例说明了多传感器各自对目标信息的测量结果进行融合处理,推导了单传感器和多传感器未知命题的周期融合的可信度分配,并根据概率分布函数求出我机和敌机的置信度和拟信度,进行了验证和分析。分析表明,多传感器数据融合可以较全面准确地识别空中目标,达到对目标属性的准确估计。     

自助法在小样本数据均值估计中的应用

自助法（Bootstrap）是较好的处理小样本数据的方法,其无先验性及计算过程中只需要实际观测数据的优越性,使其广泛地应用于小样本数据处理。针对方法自身存在的缺陷,文章比较了目前自助法常用的两种抽样方式的优劣性,并采用改进的样本经验分布函数来解决这个问题,通过对均值的估计证实了方法的有效性。     

双因子仿真结果水平分析方法

针对双因子的情况,提出了一种仿真结果水平分析方法,旨在对各因子的不同水平以及各因子水平组合的交互作用进行分析.当仿真结果不正确时,并非所有因子的所有水平以及它们之间所有的交互作用全都仿真错误.该方法可以确定哪些因子的哪几个水平未被正确仿真,或哪几对因子水平组合的交互作用未被正确模拟.在工程应用中,只需按照文中给出的流程图进行判断,即可为仿真软件系统的编制和修改提供依据.      

基于高斯伪谱法的火星表面上升燃耗最优轨迹设计

火星上升器的设计与其轨迹设计紧密相关,而现有方法大都将MAV(Mars Ascent Vehicle)的分级优化和轨迹优化解耦计算,其计算效率低且鲁棒性较差。提出了一种基于高斯伪谱法的两级MAV分级与轨迹耦合多阶段优化算法,它以MAV的发射总质量最小为目标函数,并考虑了MAV设计约束、MAV的质量模型约束、轨迹的路径约束和控制约束等限制条件。利用该方法可以同时求得发射总质量最小的两级MAV分级参数和一条燃耗最优的上升轨迹,解决了由于不合理的两级MAV分级设计导致的轨迹优化算法无法收敛的问题。数值仿真结果表明该方法具有较快的收敛速度,且对初值选取的敏感度较小、具有较强的鲁棒性。     

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。