基于小波变换和GM-ARMA的导弹备件消耗预测

针对导弹备件消耗呈现"小样本、非平稳"的特点, 为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的过程中,提出了先对小波基方程和分解层数2个特征进行参数化,再定量地对所有子模型的特征参数进行统一、综合的评估,以达到建立最佳组合模型的目的;然后对具有平稳特性的高频信息用阻尼最小二乘法优化的ARMA(Autoregressive and Moving Average)模型进行预测,对反映整体趋势体现非平稳的低频信息用背景值优化和数据变换技术改进的GM(1,1)模型进行预测.实例结果表明所提出的组合预测方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性.     

基于SHMSRM系统传感器分布优化的损伤识别技术

针对固体火箭发动机结构健康监测(SHMSRM)系统的传感器合理布置问题,提出了基于遗传算法的传感器分布优化。利用ANSYS软件对药柱有限元模型进行了应变分析和模态分析,得到了传感器优化布局初选点,再基于遗传算法对初选点进行优化排序。阐述了该系统的损伤识别原理,基于应变传感器所收集的信息,确定了以应变模态变化率作为损伤识别指标,提出了应用应变模态分析解决药柱的损伤识别问题。算例证明了此方法的可行性和有效性。     

基于组合预测模型的某型导弹贮存寿命评估方法

科学确定导弹的贮存寿命对提高部队装备保障能力和战斗力具有重要的现实意义。针对导弹贮存数据具有“少数据”和随机波动性较大特点,建立了灰色GM（1,1）评估模型和马尔可夫模型的组合预测模型,并应川此组合预测模型解决了某型导弹贮存寿命评估的问题。结果表明,该方法对现有数据拟合程度较好,预测精度较高,克服单一预测方法的不足,有效性强,使用价值大。     

融合加速退化和现场实测退化数据的剩余寿命预测方法

针对先验信息为加速退化数据的情况,提出了利用非共轭先验分布进行Bayesian统计推断的剩余寿命预测方法。不预先假定Wiener过程参数值的分布类型,利用加速系数将加速应力下的参数值折算到工作应力水平下,进而使用Anderson-Darling方法确定参数值的最优拟合分布类型。在对参数值进行折算时,根据周源泉提出的理论对Wiener过程参数与加速应力之间的关系进行了推导。参数估计时,通过极大似然法得到超参数的估计值,利用WinBUGS软件实现Markov Chain Monte Carlo仿真得到参数的后验均值。通过某型军用电连接器寿命预测实例验证了所提方法的实用价值和研究意义,结果表明本方法可有效解决先验信息为加速退化数据时进行剩余寿命预测的难题。     

基于熵权“区别度”的导弹电子系统质量评估指标体系的优化

基于熵权定义,分析了把熵权应用于指标赋权的不合理性,引出了熵权在指标可区别性上的价值度量。结合部队实际需求,构建了基于"区别度"的优化模型,实现了指标在常规状态和战备状态中的区别优化。并对导弹武器电子系统质量评估的指标进行了基于"区别度"的优化实例分析,验证了算法的可行性及有效性。     

基于拆卸及扩展广义随机 Petri网的维修性仿真

在装备研制早期,难以有效地利用试验的方法进行维修性估计,此时适合采用仿真手段。对于机械系统拆卸路径的分析与优化,先基于赋时变迁Petri网建立拆卸Petri网模型,再利用A＊算法搜索最优拆卸路径,并确定拆卸时间。为了建立系统整个维修事件的过程模型,对广义随机Petri网进行了扩展,将其延时变迁与实际分布关联,对基于变迁的维修作业之间的逻辑关系进行了描述,并给出了基于蒙特卡罗法的维修时间仿真算法。最后,以对某火炮装备发射系统不击发故障的分析与排除为例,仿真计算了维修时间均值与方差,并对结果进行了分析。     

基于主成分分析法的改进型保障性评价方法

为提高武器系统的综合保障决策水平,提出了基于主成分分析法的改进型保障性评价模型。该模型在建立原始矩阵时,根据原始指标的重要程度,分别赋予相应的权重,再进行主成分分析,从而保证最终评价结果主观和客观的统一。通过实例分析,验证了所建立的保障性评价模型的合理性。     

基于测试数据的雷达导引头技术状态评估

雷达导引头是导弹的关键部件,决定着导弹的综合作战能力。文章针对雷达导引头技术状态评估进行研究。首先,基于测试数据对雷达导引头的关键参数进行归一化处理,并引入时间修正的方法,依据装备退化规律得到装备的近期技术状态。然后,使用三角模糊数理论计算参数隶属度和可信度水平,在此基础上使用ER算法对雷达导引头特征参数的测试数据进行评估。实验使用某单位所贮存雷达导引头测试数据进行验证,表明该算法能够实现雷达导引头技术状态的实时评估,并得出评估结果的可信度。最后,基于技术状态评估结果进行雷达导引头检测规划,为合理控制雷达导引头的检测次数提供支持。     

基于粗糙集和BP神经网络的飞航导弹备件消耗规律预测

结合BP神经网络对飞航导弹备件进行消耗预测,提出了基于粗糙集和BP神经网络的预测法。该方法充分发挥了粗糙集在处理冗余数据上的优势,提高了预测速度和有效性。     

导弹故障诊断与预测系统的设计

导弹的故障诊断与预测是近年来军事领域研究的热点之一。未来高技术条件下的战场环境对故障诊断与预测技术提出了更高要求,同时也提供了更为广阔的发展前景和机遇。鉴于此,文章结合导弹测试信息的不确定性特点,根据需求分析划分了测试信息管理、故障诊断、故障预测、历史信息查询和系统管理5个功能模块,并且规划了各个模块的工作流程和具体实现算法,设计了一个导弹故障诊断与预测系统,可以为导弹有效的维护保障提供依据和指导,提升了综合作战能力,满足了作战需求。