基于直觉模糊贝叶斯网络的HUD系统多阶段任务可靠性分析

针对国产平视显示系统（HUD）部分功能模块底层可靠性数据积累不足、难以支撑可靠性分析的问题，提出基于直觉模糊贝叶斯网络（IFBN）的平视显示系统多阶段任务可靠性分析方法。首先，研究基于贝叶斯网络的多阶段任务系统（PMS）模型构建方法，并综合考虑可能的共因失效（CCF）影响；其次，研究基于直觉模糊理论的模糊事件失效数据评估方法，提出适用于航电设备的模糊区间划分方法及直觉模糊数与失效数据的转换算法，并采用基于Tω算子的直觉模糊数聚合算法，降低模糊累计；最后，以某型平视显示系统为例进行多阶段任务可靠性计算。所提方法为系统底层失效数据模糊情况下的可靠性分析问题提供支持。     

基于BDD的航天测控系统任务可靠性分析

针对航天测控系统任务可靠性分析问题,提出了基于二值决策图（BDD）的航天测控系统任务可靠性分析模型和算法。将航天测控系统视为一个多阶段任务系统,采用任务剖面描述任务时序逻辑关系。根据各阶段的可靠性逻辑结构建立了单阶段的BDD,依次对各阶段的BDD进行运算得到系统的BDD,据此计算系统的可靠度。最后给出了一个算例,验证了算法的有效性。     

多阶段含延缓纠正可靠性增长的MS-NHPP模型及其Bayes分析

针对复杂航空机电系统的多阶段含延缓纠正可靠性增长试验,提出了多阶段非齐次泊松过程(MS-NHPP)模型及其Bayes分析方法。该模型将多个阶段试验看做多个非齐次泊松过程(NHPP),它们具有相同的时间起点和不同的强度函数参数,并满足序化约束关系。对该模型采用Bayes方法进行分析,以Dirichlet分布作为验前分布,并在验后计算中采用基于Metropolis-Hastings准则的马尔可夫链蒙特卡罗(MCMC)方法获得各阶段可靠性参数的验后期望、方差与置信限。实例分析表明,该方法可以有效融合多阶段可靠性增长试验数据以及专家经验和历史信息,尤其适用于小样本情况,参数估计值满足序化约束关系,可靠性增长评估结果更为可信。     

多星多任务运控系统可靠性优化模型

多星多任务运控系统任务需求是根据实时执行的各种任务而不断变化的,因而其在不同的任务状态下系统具有不同的可靠性结构。首先,给出了系统任务阶段分解的方法;然后,利用连续马尔可夫链理论建立了基于多星多任务运控系统的可靠性模型,给出了固定费用投资下对系统进行可靠性优化设计的边际分析算法;最后,通过案例分析,验证了模型的可行性与实用性。     

燃油计算机可靠性分析

简要介绍了燃油计算机系统结构及可靠性模型 ,针对单机系统与双机系统 ,从可靠性及可用度两个方面作了分析、计算与比较 ,对马尔可夫过程进行可用度计算作了较为详细的推导。     

装备可靠性维修性保障性效能模型及其扩展

在装备效能分析中 ,装备的可靠性 (R)、维修性 (M )及保障性 (S)指标是影响装备效能的重要指标。通过对ADC模型分析的基础上 ,提出了装备的可靠性、维修性及保障性 (RMS)效能的概念 ,并从完成单阶段单任务拓展到多阶段多任务 ,推导出不可修装备RMS效能的综合表达式。从而为完成多阶段多任务的不可修装备的可靠性维修性保障性的效能的定量分析提供了理论依据。     

余度伺服作动系统可靠性分析

可靠性是飞机设计的重要指标,现代民用飞机电传操纵系统的伺服作动系统普遍采用余度技术,传统的可靠性分析方法无法描述其动态过程。针对主备结构和三余度结构2种不同的民用飞机伺服作动系统方案,应用马尔可夫过程对其分别建立了可靠性模型,并仿真分析比较了两者的可靠性及故障覆盖率对系统可靠性的影响,对实际中系统方案的选择提供了理论依据。     

导弹武器系统的动态可靠性增长研究

介绍了采用一种动态建模方法研究导弹武器系统的可靠性增长问题.通过求解各阶段的可靠性特征量,利用回归模型分析其可靠性增长过程,这种方式适用于多阶段、不同环境下的试验情形.     

民机大系统可靠性─费用综合分析

建立了民机营运阶段可靠性－费用蒙特－卡罗仿真模型,该模型既可用于综合评估民机营运的可靠性和费用,也可用以分析民机大系统众多因素对其可靠性和费用的影响。为实现模型功能开发了应用软件。最后以某国产飞机为例给出其部分分析结果。     

基于OBDD的可修航天测控系统任务可靠性分析

基于顺序二元决策图(OBDD)理论,针对航天测控系统(TT&C系统)特点定义了新的OBDD数据结构,提出了一种考虑设备可修的TT&C系统任务可靠性分析方法.通过将各测控站的时间窗口划分为不同阶段,分析各阶段内设备逻辑关系并构建阶段OBDD模型,然后将所有阶段OBDD模型合并为最终的任务OBDD模型.采用连续时间Markov链(CTMC)分析可修设备的状态转移行为,基于新的OBDD数据结构给出了任务可靠性计算算法.与Markov方法和仿真方法的对比分析结果表明:所提出的方法能够精确计算设备可修的TT&C系统任务可靠性,设备数量多于30个时算法效率高于Markov方法.      

Failure behavior analysis of phased-mission systems considering functional and physical isolation effects

Phased-Mission Systems(PMS) are widely applied in aerospace, telecommunication and intelligent systems for multiple, consecutive and non-overlapping phases of missions. The phasedependent stresses and system structure cause some difficulties to the reliability analysis of PMSs.In this paper, we analyze the physical isolation effects on the degradation speeds and across-phase damage accumulations of failure mechanisms. And, some corresponding reliability and unreliability formulas are derived. Be...     

Reliability evaluation of PMS considering coupling effect of functional and physical dependency

Aviation and aerospace system are typical Phased-Mission Systems(PMSs) featured with varying configuration, phased load condition and cross phase failure correlation. The coupling effect of Functional Dependency(FDEP) and Physical Dependency(PDEP) has a unique influence on the failure behavior of PMS. In this article, the coupling effect is analyzed, and the degradation of components is modeled with the positive drift wiener process, in which the drift coefficient is related to environmental con...     

Reliability assessment of engine electronic controllers based on Bayesian deep learning and cloud computing

The reliability of an Engine Electronic Controller (EEC) attracts attention, which has a critical impact on aircraft engine safety. Reliability assessment is an important part of the design phase. However, the complex composition of EEC and the characteristic of the Phased-Mission System (PMS) lead to the difficulty of assessment. This paper puts forward an advanced approach, considering the complex products and uncertain mission profiles to evaluate the Mean Time Between Failures (MTBF) in the design phase. The failure mechanisms of complex components are deduced by Bayesian Deep Learning (BDL) intelligent algorithm. And copious samples of reliability simulation are solved by cloud computing technology. Based on the result of BDL and cloud computing, simulations are conducted with the Physics of Failure (PoF) theory and Failure Behavior Model (FBM). This reliability assessment approach can evaluate MTBF of electronic products without reference to physical tests. Finally, an EEC is applied to verify the effectiveness and accuracy of the method.     

Low-Mass Pre–Main-Sequence Stars in the Magellanic Clouds

The stellar Initial Mass Function (IMF) suggests that stars with sub-solar mass form in very large numbers. Most attractive places for catching low-mass star formation in the act are young stellar clusters and associations, still (half-)embedded in star-forming regions. The low-mass stars in such regions are still in their pre–main-sequence (PMS) evolutionary phase, i.e., they have not started their lives on the main-sequence yet. The peculiar nature of these objects and the contamination of their samples by the fore- and background evolved populations of the Galactic disk impose demanding observational techniques, such as X-ray surveying and optical spectroscopy of large samples for the detection of complete numbers of PMS stars in the Milky Way. The Magellanic Clouds, the metal-poor companion galaxies to our own, demonstrate an exceptional star formation activity. The low extinction and stellar field contamination in star-forming regions of these galaxies imply a more efficient detection of low-mass PMS stars than in the Milky Way, but their distance from us make the application of the above techniques unfeasible. Nonetheless, imaging with the Hubble Space Telescope within the last five years yield the discovery of solar and sub-solar PMS stars in the Magellanic Clouds from photometry alone. Unprecedented numbers of such objects are identified as the low-mass stellar content of star-forming regions in these galaxies, changing completely our picture of young stellar systems outside the Milky Way, and extending the extragalactic stellar IMF below the persisting threshold of a few solar masses. This review presents the recent developments in the investigation of the PMS stellar content of the Magellanic Clouds, with special focus on the limitations by single-epoch photometry that can only be circumvented by the detailed study of the observable behavior of these stars in the color-magnitude diagram. The achieved characterization of the low-mass PMS stars in the Magellanic Clouds allowed thus a more comprehensive understanding of the star formation process in our neighboring galaxies.     

基于贝叶斯模型平均的航空发动机可靠性分析

针对不同失效模式的特点,利用航空发动机状态监测信息,分别采用Gamma过程、Wiener过程和Weibull分布建立可靠性分析模型.采用贝叶斯模型平均（BMA）方法,分析不同失效模式对可靠性影响,对航空发动机可靠性进行集成分析.通过算例跟踪某在翼航空发动机可靠性水平,基于贝叶斯模型平均的航空发动机可靠性模型的计算误差率低于单一可靠性分析模型,计算结果误差率低于1%.说明多模型集成可靠性技术在复杂系统运行可靠性分析中的有效性和准确性.      

附件机匣出油口温度可靠性灵敏度分析的响应面方法

针对极限状态函数未知的可靠性灵敏度分析问题,提出了用响应面方法获取极限状态函数,再利用该极限状态函数进行可靠性灵敏度分析的方法,并推导了相关计算公式.综合考虑了机匣进油口的滑油流量、温度以及机匣外二股气流的温度、流速等变量的随机性,采用该方法计算了附件机匣出油口温度的可靠度及各随机变量对可靠度的灵敏度.计算结果与相关文献中定性分析的结论一致,故所提出的可靠性灵敏度分析方法及相关计算公式是正确和有效的,为附件机匣及其相关附件的可靠性设计与优化提供了定量的理论依据.      

仿真技术在飞机起落架可靠性分析中的应用研究

起落架所承受的动载荷较大,造成系统工作环境复杂,出现故障较多,因此对起落架系统可靠性的研究显得迫切和重要。以三维辅助建模软件CATIA、有限元分析软件NASTRAN、多体动力学分析软件LMS Virtual．Lab和液压控制仿真软件AMESim等为工具,采用自动仿真求解策略针对某起落架典型失效模式进行仿真分析,得到仿真...     

基于可靠性的涡轮叶片双循环多学科设计优化

提出一种适用于涡轮叶片复杂结构的基于可靠性多学科设计优化方法.使用多学科可行性优化方法解耦.根据实验设计结果,通过Kriging模型建立多学科分析过程的近似模型,并在计算过程中不断更新近似模型.将Hasofer-Lind Rackwitz-Fiessler(HL-RF)可靠性计算方法和优化算法以双循环可靠性优化方法相结合,实现基于可靠性的多学科设计优化模型.实例分析表明,在保证结构的可靠度要求条件下,设计结果满足性能最优.验证了基于可靠性多学科设计优化方法在工程实践中的应用是可行的.      

涡轮轴低周疲劳寿命可靠性分析及优化设计方法研究

为保障涡轮轴在多种不确定性因素影响下的可靠性和寿命性能,建立了涡轮轴低周疲劳寿命可靠性分析与优化设计方法.搭建了涡轮轴结构分析、可靠性分析和可靠性优化设计的参数化平台,实现了设计参数的不同访问值处结构分析和可靠性分析的自主调用.提出了改进Monte Carlo结合自适应Kriging的算法(A-MCS-AK),通过多点...     

指数寿命型可靠性增长试验的Bayes分析

该文论述了指数寿命型可靠性增长试验中的Bayes分析方法。文中首先给出了可靠性分析的模型，然后运用历次阶段性试验中的可靠性增长数据建立动态参数模型，在此基础上给出各阶段可靠性增长试验中失效率的Bares估计。