基于云模型的装备维修性评估方法研究

针对装备维修性评估问题,构建了装备维修性评估指标体系,利用云模型的不确定性推理算法实现了定性语言的定量化转换,利用云图和云滴分布的定性描述表示维修性综合评估结果,使评估结果更具有直观性和说服力,研究成果为装备维修性评估提供了切实有效的评估方法.     

基于TOPSIS的装备维修性定性指标综合评价研究

针对新型装备维修性综合评价需求,构建了装备维修性定性指标体系,利用熵权法确定各指标权重,基于TOPSIS综合评价方法对各指标进行综合量化得出维修性综合评价结果,并以某型装备的3个方案为例对本文提出的方法进行了实例验证,验证结果与实际实验结果符合较好.本研究成果对于装备维修性的评价工作具有重要参考价值.     

基于组合赋权VIKOR法的装备故障样本分配方法

针对目前装备维修性验证试验中故障样本分配考虑因素不全面,分配结果不合理的问题,提出了一种基于组合赋权VIKOR法的装备故障样本分配方法。在综合考虑多个主要影响因素的基础上,建立了故障样本分配影响因素体系,采用AHP-变异系数法确定了各影响因素的主客观组合权重,构建了基于组合赋权VIKOR法的装备故障样本分配模型,并结合某型装甲车辆维修性验证试验,实现了装甲车辆加温器故障样本分配。结果表明:相比基于故障率的故障样本分配方法,所提方法分配结果更加合理。     

基于虚拟仿真的维修性定量指标验证方法

针对现有装备维修性定量指标验证方法的不足,研究了基于虚拟仿真的装备维修性验证方案,提出了一种在虚拟环境中装备维修性定量指标验证的方法,并以装备的动力系统为例进行了验证.该方法对于实现在装备数字样机设计过程中同步开展装备维修性验证工作,从而提高装备维修性水平,具有重要参考价值.     

基于Bayes方法的武器系统维修性增长模型研究

维修性增长模型表示系统维修时间或维修工时及其影响因素之间的关系,可作为分析、评估、验证和预测武器系统维修性增长的理论基础。本文针对维修时间服从指数分布的武器系统作m个阶段的维修性试验,用Bayes小子样理论估计了系统的修复率μm,并举例说明了这一方法在验证武器系统维修性增长中的应用。     

空间背景光星模拟器系统设计

为实现星敏感器光信号的高精度标定需求,提出了一种具有空间背景光的星敏感器地面标定系统,解决了空间背景光对星敏感器光信号定标精度的影响,提高了星敏感器的标定精度.对空间背景光对星敏感器标定精度的影响进行分析,给出了具有空间背景光的星模拟器实现方案,设计了能同时模拟空间背景光和星点位置信息的星模拟器光学系统.结果表明,该系统全视场相对畸变小于0.01%,MTF在80lp·mm-1处大于0.5,达到了高精度指标要求.设计了一套空间背景光系统,通过对电流和可变光阑的控制,实现了亮度26倍变化.提出了一种基于像差补偿的星点位置修正方法,并给出了修正模型.利用徕卡T6100经纬仪和照度计,分别对星模拟器所在的星点位置误差和空间背景光亮度进行测试.结果表明,空间背景光亮度可实现26倍调整,在最高能量和最低能量下星模拟器星点位置误差精度<10",满足星敏感器地面标定要求.      

光谱连续可调星敏感器地面标定系统设计

为解决由于色温不匹配对星敏感器光信号定标精度产生的影响,提出一种光谱连续可调星敏感器地面标定系统设计方案.该高精度准直光学系统的光谱范围为500~800nm,像质测试结果表明,全视场畸变小于0.08%,MTF在60lp·mm-1处大于0.6.基于DMD光源系统的组成和工作原理,对光谱分辨率和光谱曲线模拟精度进行分析,设计了一套光谱分辨率全谱段优于2nm的Czerny-Turner分光系统.测试结果表明,星点位置精度优于7";光谱分辨率为10nm和20nm时光谱曲线模拟精度分别优于2%和5%,有效降低了由于色温不匹配对星敏感器标定精度的影响.