计算机辅助涡轮泵可靠性分析与评估系统

介绍了一个用于液氢／液氧火箭发动机涡轮泵可靠性分析与评估的软件系统－－ＴＰＲＡＥ（Ｔｕｒｂｏｐｍｕｍｐ Ｒｅｌｉａｂｉｌｉｔｙ Ａｎａｌｙｓｉｓ ＆ Ｅｖａｌｕａｔｉｏｎ）。该系统中包括了以下几种可靠性算法：故障模式、影响及危害度分析、故障树分析、单元可靠性评估、系统可靠性综合。单元可靠性评估指数分布和Ｗｅｉｂｕｌ分布两种情形，系统可靠性综合分横向综合、纵向综合两类、ＴＰＲＡＥ是在ＢｏｒｌａｎｄＣ     

基于动态故障树的卫星可靠性分析

针对卫星系统的可靠性问题，提出了一种基于动态故障树的卫星可靠性分析方法。采用马尔可夫链和二元决策图相结合的分析方法，建立卫星的电源、姿轨控和推进3个分系统的动态故障树模型，在此基础上得到卫星的随机故障模型，并综合考虑损耗故障建立卫星可靠性模型。利用蒙特卡洛仿真对随机故障模型进行评估分析，并将其与Weibull分布模型进行性能比较，仿真结果表明该方法能够有效分析卫星的随机故障，具有计算精度高、效率高的优点，并能更有效地模拟卫星部件随机故障的动态行为。     

微纳卫星热状态仿真及分析

卫星热控系统通过调节星上热量收集、转移、排放的过程，从而达到控制星体温度水平和温度稳定性的目的，对卫星进行在轨热状态分析和依据分析结果进行热控措施调节与评估至关重要。针对低轨微纳卫星热状态分析的关键问题，给出了卫星在轨时刻所受空间外热流的计算方法，在此基础上，综合考虑温度影响因素和传热特点，建立了卫星外壳、辐射器、内环境和内外部单机的瞬时温度计算模型。以一低轨微纳卫星为例进行仿真计算，对结果进行了分析与讨论，为进一步深入研究卫星的热控设计提供了快速、简便的分析方法。     

Ada软件数据流分析方法及其实现

简要介绍了有关数据流分析的基本概念之后，较为着重地讨论了一种基于静态分析的Ａｄａ软件数据流分析方法，同时也讨论了分析过程中一些实现原理。实践结果表明，文中讨论的数据结构，实现机制与处理方法是行之有效的。     

复合材料机翼翼梁与蒙皮间应力分析

本文采用三维有限元模式，用“ＡＢＡＱＵＳ”分析程序，进行了复合材料机翼翼梁和蒙皮结构的应力分析，对所获得的缘条和蒙皮之间六个应力分量的分布曲线，与采用二维有限元模式的结果做了对比分析，得出了一些有益的结论。     

SAW相关器计算机模拟分析

为研究电路参数对ＳＡＷ相关器输出信号的影响，建立了一种把ＳＡＷ相关器和包络检波器视为一体的数学模型，通过对ＳＡＷ相关器进行计算机模拟分析，给出了本地参考信号的格式、相关峰顶点检测方法、本地参考信号中心频率偏差和码元宽度误差的允许范围，并给出了相关峰的实验结果，与模拟计算机结果做了对比，在此基础上完成了扩频信号相关解调解扩电路的设计。     

防热层表面突起物及内部结构的温度场分析

阐述了高超声速和超声速流动条件下, 返回式航天器防热层表面的突起物所引起局部过热问题; 分析了突起物对其周围防热层表面的局部热环境的影响及其本身表面所处的热环境。以ＡＲＩＥＳ前后处理软件和ＮＡＳＴＲＡＮ 分析程序为工具, 分别计算了在试验热环境条件下及轨道热环境条件下突起物上的温度分布, 并与试验结果进行对比, 计算结果与试验结果吻合得相当好, 从而证明了对防热层表面突起物所引起的局部过热问题所采用的分析方法和途径的合理性与先进性。同时也证明了对突起物周围及其本身的热流密度的工程简化是合理的。     

计算机辅助FMECA与FTA综合分析

为了对产品进行可靠性分析,提出了FMECA(故障模式、影响和危害度分析)与FTA(故障树分析)综合分析方法。首先进行最低级产品的FMECA,并输入计算机。利用矩阵法,上面级别产品的FMECA可以由计算机自动进行。按FMECA输出,可选择FT的不同顶事件,据此对通用FT进行剪枝、添叶以形成一颗特定的FT.其底事件可通过检索FMECA表得到,以便计算特定FT顶事件发生概率。 按上述原则编写了FMECA与FTA综合软件包(CACAFF)。通过几个应用实例证明,它是进行定性定量可靠性分析的有力工具。可节省大量的人力和时间。     

飞机起落架上位锁机构可靠性分析

对机构系统可靠性分析的典型方法进行了阐述，并以某国产民机的主起落架上位锁系统为例进行了功能可靠性性定量分析，此工程分析方法也适用于同类问题。     

扩频与时间扩展随机多址的同一性分析

扩频ＡＬＯＨＡ与时间扩展ＡＬＯＨＡ都是新的随机多址协义，虽然应用于不同的通信系统和定位系统，但它们有良好的同一性，本文从理论上对它们的同一性问题进行了论证，得到了比较好的结论。     

故障模式影响分析专家系统

介绍了应用人工智能和专家系统技术,建立一个依托专家知识,基于功能/硬件推理的,与故障仿真综合应用,并以故障诊断专家系统,专业CAD/可靠性CAD和可靠性信息系统为支持的故障模式影响分析专家系统FMEAES(Failure Model Effect Analysis Expert System)框架.详细论述了系统的功能、结构、其三大组成部分(预处理部分、FMEAES核心和后处理部分)的功能及其相互关系,故障模式选择、故障仿真和进行功能FMEA和硬件FMEA的处理流程,以及故障模式影响分析专家系统与其他系统的关系.      

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。      

离散事件动态系统的GSMP模型及扰动分析

对离散事件动态系统（ＤＥＤＳ）的仿真过程建立了包含中断事件集和驱动事件集的广义半马尔可夫过程（ＧＳＭＰ）模型，对参数的无穷小扰动所引起的系统状态转移时刻进行了扰动分析，最后，讨论了扰动分析所需要的可变换条件和样本性能函数的关系，并提出值得进一步研究的问题。     

立体物料仓库单元的机械系统FMEA分析

立体物料仓库单元是钣金自动化智能生产线中重要的板料储存中心,其可靠性问题直接关系到钣金自动化智能生产线的可靠性,因此,对钣金自动化智能生产线的立体物料仓库单元机械系统进行故障模式及影响分析(FMEA)十分重要。针对传统FMEA中缺少功能和故障因果关系分析的问题,提出使用维护感知设计环境(MADe)软件对立体物料仓库单元的机械系统进行功能分析和故障数据分析,并建立立体物料仓库单元的功能模型图和机械系统的故障因果关系图。在此基础上,根据立体物料仓库单元功能模型图构建机械系统的模糊认知图(FCM)邻接矩阵,再通过计算得出立体物料仓库单元机械系统的FMEA表。对立体物料仓库单元机械系统进行基于MADe软件的FMEA分析显示,所提方法对提高钣金自动化智能生产线可靠性具有通用性。      

基于工艺失效知识的工艺改进方法及实现

工艺设计是一个不断改进与优化的过程,而反面工艺知识即工艺失效知识,对工艺改进与优化往往十分有效.提出了一种基于工艺失效知识的改进方法,包括8个步骤:确定潜在失效模式,分析潜在失效原因,计算风险优先数N,提出改进措施,计算改进后的风险优先数N’,权衡改进措施,采纳改进措施和存储工艺改进数据.在基于Web的工艺失效知识库管理系统——工艺FMEA(Failure Mode and Effect Analysis)的基础上,通过建立工艺失效知识与产品和工艺信息的关联,实现工艺FMEA系统与CAPP(Computer Aided Process Planning)系统的信息集成和过程集成,从而达到工艺改进的目的.给出某飞机结构件(主梁)利用工艺失效知识进行工艺改进的验证实例,为在工艺设计阶段主动预防地改进工艺方案提供了一种有效手段.      

多粒度概率语言环境下基于PROMETHEE的改进FMEA方法

针对传统故障模式和影响分析（FMEA）方法中存在关于故障模式评估、风险因子权重和风险优先级排序等方面的固有缺陷,提出了一种多粒度概率语言环境下基于偏好顺序结构评估法（PROMETHEE）的改进FMEA方法。该方法运用多粒度概率语言术语集（PLTS）刻画了专家评估信息的多样性和不确定性,并基于二元语义转换函数为引入工具的语言计算模型统一各专家多粒度风险评估信息,运用最优最劣法（BWM）和熵权法相结合的综合赋权法确定风险因子权重,将PROMETHEE拓展到概率语言环境中用于确定故障模式风险优先序。最后,运用托盘交换架故障风险评估案例来验证该方法的适用性和有效性,并进一步通过敏感度与对比分析以显示该方法的优越性。      

基于主成分分析的混合象元分解

本文主要介绍基于主成分分析的混合象元分解。通常,主成分分析用于图象增强和数据空间维数的压缩,不改变数据的空间结构。文中引入了目标检验方法,利用它可达到对混合象元的分解。由于卫片的分辨率有限,混合象元大量存在于遥感图象中,而混合象元的存在是导致异物同谱和同物异谱的一个重要原因。若能实现混合象元的分解,就可为深入应用遥感资料提供有力帮助。     

Improvement of the GRACE star camera data based on the revision of the combination method

The new release of the sensor and instrument data (Level-1B release 02) of the Gravity Recovery and Climate Experiment (GRACE) had a substantial impact on the improvement of the overall accuracy of the gravity field models. This has implied that improvements on the sensor data level can still significantly contribute to arriving closer to the GRACE baseline accuracy. The recent analysis of the GRACE star camera data (SCA1B RL02) revealed their unexpectedly higher noise. As the star camera (SCA) data are essential for the processing of the K-band ranging data and the accelerometer data, thorough investigation of the data set was needed. We fully reexamined the SCA data processing from Level-1A to Level-1B with focus on the combination method of the data delivered by the two SCA heads. In the first step, we produced and compared our own combined attitude solution by applying two different combination methods on the SCA Level-1A data. The first method introduces the information about the anisotropic accuracy of the star camera measurement in terms of a weighing matrix. This method was applied in the official processing as well. The alternative method merges only the well determined SCA boresight directions. This method was implemented on the GRACE SCA data for the first time. Both methods were expected to provide optimal solution characteristic by the full accuracy about all three axes, which was confirmed. In the second step, we analyzed the differences between the official SCA1B RL02 data generated by the Jet Propulsion Laboratory (JPL) and our solution. SCA1B RL02 contains systematically higher noise of about a factor 3–4. The data analysis revealed that the reason is the incorrect implementation of algorithms in the JPL processing routines. After correct implementation of the combination method, significant improvement within the whole spectrum was achieved. Based on these results, the official reprocessing of the SCA data is suggested, as the SCA attitude data are one of the key observations needed for the gravity field recovery.     

变量多重相关性对主成分分析的危害

证实了主成分分析完全无法消除变量系统的多重相关性和重叠信息不良影响，指出变量多重相关性无论从方向上还是从数量上都会扭曲主成分分析的客观结论，由此得知，在进行主成分分析之前，对变量系统的选择必须是极其慎重的。     

广义Digisonde漂移分析原理

本文给出一种广义Ｄｉｇｉｓｏｎｄｅ漂移分析，取消了ＤＤＡ的假设限制，使Ｄｉｇｉｓｏｎｄｅ漂称测量能应用于更为复杂的运动形式，如电离层研究中的剪切、辐散或辐辏等运动形式。文中阐述了ＧＤＤＡ的原理并给出一些模拟实验结果。