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。      

修理工带休假的n部件冷贮备可修系统

对由1个修理工和n个部件组成的冷贮备可修系统的可靠性进行了研究,当系统中没有故障部件时,修理工可以进行多重休假,休假时间是一个随机变量;在修理工休假期间,如果系统中在线工作的部件出现了故障,则其中一个冷贮备部件立即代替故障部件成为在线工作部件,故障部件必须等待修理工从休假返回才能得到修理。假定部件的工作时间、部件故障后的修理时间以及修理工的休假时间均为位相型(PH)分布。通过运用Kronecker算子和马尔可夫过程理论,分别推导出系统在瞬态和稳态情况下的几个可靠性指标:可靠度、可用度、故障频度以及修理工忙的概率。通过数值算例对所得结论进行了验证。     

基于改进GM(1,1)模型的雷达故障预测研究

现代雷达系统规模越来越大,性能和结构也更加复杂,其特征参数的获取存在着不完整性和不确定性。这些问题给雷达的故障预测带来一定困难。灰色模型是处理小样本、贫信息和不确定性问题的有效手段,很适     

航空发动机整机振动故障模糊信息熵诊断方法

为了获得航空发动机整机振动故障征兆与故障原因之间难以确定的复杂隶属关系,提高故障诊断的准确率,基于模糊数学理论和信息熵理论,提出了基于模糊信息熵的发动机整机振动故障融合诊断方法。通过建立模糊信息熵融合诊断的数学模型,使定量分析与专家经验和定性分析相结合,并应用于某型航空发动机整机振动故障诊断。实际应用表明,基于模糊信息熵融合的诊断模型较单一的模糊诊断模型准确率明显提高,验证了该方法用于航空发动机整机振动故障诊断是有效的。     

量子超球神经网络在振动故障检测中的应用

提出了一种基于量子超球神经网络的液体火箭发动机振动故障检测方法,采用可变量子超球代表发动机工作模式,自然地提供了反映故障程度的概率幅;网络的离线学习算法可以从训练样本中自动提取发动机振动知识,监测算法不仅能正确预报故障,还能在线学习新的振动信息。试验数据检验结果表明：量子超球神经网络可以成功用于液体火箭发动机振动故障检测。     

基于模糊方向规则的火箭发动机传感器故障检测与分离

提出了一种直接从训练样本中获取模糊方向规则的学习算法，并应用于火箭发动机的传感器故障检测与分离。每种传感器故障模式由一些模糊方向规则聚集形成，模糊方向规则的全隶属区是一个由单位方向、夹角和两个半径确定的方向超体。模糊方向规则一次循环学习形成，在学习中能不断融合新样本信息。液体火箭发动机传感器故障检测与分离的仿真研究验证了模糊方向规则系统的优越性能。     

雷神二次雷达雷击维修经验谈

引言雷达作为空中交通通信导航监视系统的重要组成部分,其作用不言而喻。但由于雷达往往建设在地势相对较高的地方,位置独立,因此经常受到雷电的光顾,造成雷达故障停机。内蒙古空管分局蛮汉山     

故障码数据流在汽车故障诊断与排除中的应用

电控发动机的故障码数据流的检测在当前汽车检测与维修技术中所占比例较大,论文通过故障码数据流的产生过程及其原理,并结合对桑塔纳2000时代超人发动机故障的诊断,说明故障码数据流在汽车检测和维修方面的作用和意义.     

基于多模型的飞控系统执行器故障调节

提出了基于多模型自适应控制重构的各种执行器故障调节算法.在故障情况下,对飞控系统执行器的二阶动态特性进行了描述,并建立了自适应多模型(观测器),来描述不同故障情况下系统的特性.虽然存在执行器故障的不确定性,但是,根据Lyapunov稳定性定理证明了在自适应重构控制器的作用下,故障后系统的跟踪误差渐近地收敛于零.仿真结果证实了所提出的故障检测及调节算法能达到预期的目标.     

太空探索公司承认“猎鹰”9火箭发动机曾出故障

太空探索技术公司官员已承认其“猎鹰”9火箭在去年12月8日发射该公司可重复使用的“龙”货运飞船时曾出现发动机故障。这次故障可称为富氧化剂关机。