部分可观测信息条件下装备剩余寿命预测

 针对部分可观测信息条件下退化系统的剩余寿命(RUL)预测问题,综合利用装备的历史寿命信息和性能退化信息,采用隐马尔可夫模型(HMM)对系统进行状态评估,得到系统的转移概率矩阵和观测概率矩阵;采用Bayes方法不断更新系统状态空间的条件概率分布;利用比例故障率模型(PHM)对系统进行可靠性分析,得到系统的故障率和可靠度函数,进而得到装备的剩余寿命分布。研究表明,该方法可较准确地预测装备的剩余寿命,为保障人员提供科学的维修决策依据。     

基于MATLAB仪器控制工具箱的仪器驱动开发研究

首先描述了MATLAB和仪器之间的信息传递方式;然后以Ag34410A为例,分析了仪器驱动的开发过程,并用驱动程序测试工具对生成的驱动程序进行了验证;最后使用测试测量工具实现了对仪器的控制。     

一种外场不完整故障数据的处理方法

分析了外场故障数据的构成和性质,根据实践中经常出现的不完整数据类型,提出了一种数据处理方法,充分利用不良数据的有效信息,解决了传统处理方法对外场数据随机性的破坏和可靠性分布的影响。通过应用实例,对不同的可靠性参数评估结果进行对比,验证了方法的有效性和实用性。     

基于Markov过程的视情维修模型最优化设计

随着故障诊断和故障预测技术的进步,视情维修作为一种最新发展的维修策略之一,得到了越来越广泛的应用.根据合理假设,应用Markov过程,建立了退化系统的视情维修模型,以期望系统使用可用度为目标,提出了寻找模型最佳参数的方法.