共查询到20条相似文献,搜索用时 328 毫秒
1.
基于验前信息的测试性验证试验方案确定方法 总被引:4,自引:1,他引:4
针对目前测试性验证试验方案样本量过大、工程上实现困难的问题,提出了基于验前信息的复杂设备的Bayes测试性验证试验方案.首先,利用Beta分布对测试性验前信息的不确定性进行描述,运用不同来源的验前信息确定验前分布超参数;然后,定义了验前分布不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;接着,利用融合后的验前信息建立成败型装备测试性验证试验方案的Bayes决策模型;最后,通过实例分析表明,与经典验证试验方案相比,新方案减少试验样本量40%左右,又克服了传统Bayes验证试验方案的冒进. 相似文献
2.
为了合理利用同类设备的先验信息,提高参数估计和剩余使用寿命(RUL)预测精度,提出一种基于多源信息融合并考虑随机效应的RUL预测方法。利用考虑随机效应的线性Wiener过程对设备的退化过程进行建模;利用期望最大化(EM)算法,融合先验退化信息和先验失效寿命数据信息,计算模型中的未知参数;根据Wiener过程参数估计的性质,提出一种基于多源信息融合并考虑随机效应的非线性Wiener过程参数估计方法;利用激光器数据和疲劳裂纹数据进行实验验证。实验结果表明:与基于历史退化数据或失效寿命数据的方法相比,所提方法能有效提高参数估计和RUL预测的精度。 相似文献
3.
融合粗糙集与D-S证据理论的航空装备故障诊断 总被引:2,自引:2,他引:2
针对航空电子装备故障诊断中出现的多源诊断信息存在冲突的情况,基于粗糙集与证据理论在处理不确定问题时的优势,提出了一种融合粗糙集与证据理论的故障诊断方法.该方法利用粗糙集将信息源给出的诊断数据转化为证据理论中的mass函数,进行结果融合.同时,该方法给出边界粗糙熵的定义,并基于边界粗糙熵获得反映各信息源在诊断融合过程中重要度的动态权重参数,提出一种新的证据理论的冲突合成规则.仿真实验表明,该方法可以有效地提升诊断信息融合结果的准确性,在航空电子装备故障诊断方面有较好的实用价值. 相似文献
4.
基于专家信息的先验分布融合方法 总被引:13,自引:0,他引:13
运用Bayes方法进行复杂系统可靠性分析时 ,先验分布的获取与表示是一个关键问题。文章研究了利用专家信息进行先验分布融合的方法 ,对基于AHP方法和综合因子法的先验分布权重确定方法进行了分析 ;在给出各先验分布权重的基础上 ,对多源先验信息的融合后验分布进行分析 相似文献
5.
根据目前天基导航系统现状,结合中国对低、中轨卫星精密定轨的要求,给出了天地基信息融合定轨的原理;结合卫星待估融合参数的先验信息,提出了基于Bayes统计模型的卫星精密定轨方法;在卫星观测的线性化融合模型中引入观测噪声,利用概率估计融合模型,根据Bayes理论进行卫星状态改进量的最大后验估计,并分析了Bayes估计方法的定轨精度;依据期望融合的待估改进量方差最小规则建立了相应的参数求解算法;最后以导航融合测控系统中测距和测速数据的融合定轨为例进行了仿真实验,表明该融合方法能够得到很好的定轨效果。 相似文献
6.
多源知识融合处理算法 总被引:2,自引:0,他引:2
多源知识融合可有效提高判决结果的可靠性和置信度.借鉴信息融合的思路,分析了知识融合方法和一般模型.重点讨论了基于Bayes准则、基于D-S(Dempster-Shafer)证据理论以及基于模糊集理论的知识融合算法,给出了基于3种知识融合算法的具体处理步骤,并从算法特点和适用性、实用性等方面对3种知识融合算法性能进行了对比分析.通过知识融合在合成孔径雷达(SAR,Synthetic Aperture Radar)图像融合中应用的仿真实验,验证了知识融合算法的有效性. 相似文献
7.
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。 相似文献
8.
多组SIMU误差系数验前分布的融合建模方法 总被引:4,自引:0,他引:4
基于Bootstrap方法、随机加权法和数据融合理论,对某型捷联惯组误差系数的多组测试数据进行概率统计分析.首先,对33个误差系数的多组验前总体和当前总体分别进行方差和均值的齐性检验,结果发现有一些参数通过了方差齐性检验,但均值基本上都不能通过齐性检验.为此,针对这种异源总体验前分布的建模问题,定义了验前信息的质量权重;其次,提出一种多组小样本数据参数的Bootstrap和随机加权融合估计方法,得到某型惯组多组误差系数的融合验前分布密度;最后结合对不同批次、不同使用单位惯组的多组动态数据的初步统计分析,给出一些结论与建议. 相似文献
9.
针对无法确定复杂机械系统的随机工作载荷的问题,提出了一种基于隐半马尔可夫模型(HSMM)的寿命预测方法。在完成基于隐半马尔可夫模型的载荷空间构建后,引入前向-后向过渡参数,并结合Viterbi算法对模型参数进行求解,通过估计参数预测随机未来载荷的转移走向及对应的概率。将载荷预测的结果结合基于多传感器信息的寿命预测模型预测系统的剩余寿命。使用NASA的商用模块化航空推进系统仿真数据验证所提方法的有效性和正确性。 相似文献
10.
针对当前武器装备复杂的系统结构,现有基于装备整机系统测试性先验信息的测试性验证方法难以适用,基于分系统测试性先验信息的测试性验证方法不能系统有效地处理先验信息,导致测试性验证结果可信度不高的问题,提出一种面向复杂系统的三维Bayes网络测试性验证模型。该模型能充分运用装备各层级结构中所蕴含的条件独立性,有效降低构建Bayes网络模型的复杂度,同时能融合装备各层级单元的先验信息。通过给出的三维Bayes网络的条件概率学习方法及G/M-H算法,由底层单元数据通过模型逐步向上融合,得到顶层测试性指标的后验分布,进一步利用顶层后验分布求取故障样本量。结果表明:该模型能充分考虑复杂系统的系统结构及各层级单元先验信息,并能通过模型推理得到的指标后验分布达到有效减少测试性验证故障样本量的目的。 相似文献
11.
针对民航发动机修后排气温度裕度预测过程中的多源异构数据融合问题,提出了卷积自编码器与极端梯度提升模型结合的方法。利用所提出的条件熵增长因子规整发动机修前多元传感器参数序列中的参数排序,采用卷积自编码器提取规整后的参数序列和维修工作范围的数据特征,并将其与发动机使用时间信息组成合成特征以训练极端梯度提升模型,从而预测发动机修后性能并评估各影响因素的重要程度。经发动机机队维修案例验证,所提方法预测精度高于单维参数序列预测方法,对发动机修后排气温度的平均相对预测误差不高于8.3%。 相似文献
随着使用环境的变化,研制阶段制定的初始备件方案常常无法满足装备部署部队后的保障要求。针对该情况,引入了相似系统理论(SST)和Bayes方法,根据相似系统理论初步确定备件的初始失效率,依据装备在使用中的寿命分布类型,取出对应的共轭先验分布,利用最大熵方法求取超参数,运用Bayes理论得到后验失效率,综合初始失效率和后验失效率确定初始备件需求。算例结果表明该方法满足实际应用要求,是初始备件需求预测可靠而有效的方法。 相似文献