利用相似产品信息的电子产品可靠性Bayes综合评估

 在电子产品试验的可靠性评估中,为提高估计精度,经常利用历史样本数据来确定先验分布。但在工程实际中,历史样本和样本实际上属于不同的总体,这对可靠性评估结果有显著的影响。为此,采用相似系统分析确定历史样本和样本的相似程度,将其归纳为继承因子;然后根据历史样本信息确定产品可靠性的历史后验,基于无信息先验得到产品可靠性的更新后验;最后通过继承因子,综合历史后验和更新后验,得到产品可靠性的融合后验,并在此基础上进行可靠性推断。该方法不仅充分利用了相似产品的信息,而且突出了产品的独有特性。     

基于贝叶斯网络的航空公司飞行安全系统评价

开展航空公司的飞行安全系统评价是提高飞行安全运行水平的重要措施。在对国内外相关研究成果进行分析和比较的基础上,结合飞行安全评价中的不确定性特点,利用飞行安全评价指标体系,建立了基于贝叶斯网络的飞行安全系统评价模型。该模型能够有效地处理专家意见一致或不一致的情形,并对系统进行预测及诊断分析。通过对某航空公司飞行安全运行状况的实例评价,结果表明此方法是合理有效的。     

专家系统的基本原理和基于CLIPS的专家系统设计与实现

讲述了专家系统的基本概念和工作原理，并结合现在较为流行的专家系统开发工具CLIPS(C Language Integrated Production System)，介绍了一种基于规则的专家系统的设计和实现方法。     

大型飞机机载系统预测与健康管理关键技术

为确保飞机的高可靠性、高安全性和高维修保障性,大型飞机机载系统均装备了先进的故障预测与健康管理(PHM)系统,以实现高可靠运行和健康服役。从大型飞机健康管理体系结构入手,介绍了基于国际标准分层开放式的故障预测与健康管理空地结构,及其开放式、模块化和标准接口规范。着重分析了机载健康管理传感器网络和鲁棒故障特征提取方法、分层聚类和交叉增强校核的智能故障诊断算法和基于数据驱动与失效物理结合的故障预测算法等关键技术,探讨了基于健康状态的维修保障决策方法。最后,给出了空地一体的飞机故障预测与健康管理评价方法和健康管理技术的适用性分析。     

应用证据推理理论实现卫星故障诊断信息的融合方法

针对卫星故障诊断中应用同一征兆域信息难以区分的故障，提出了一种基于证据推理理论的故障诊断新方法．该方法应用证据推理理论实现卫星故障不同征兆域信息的融合，从而获得更加准确的故障定位．文中分析了卫星故障诊断中应用证据推理理论进行信息融合的必要性，研究了应用证据推理理论实现卫星故障不同征兆域信息融合的理论方法，给出了该方法的实际应用，讨论了应用该方法需注意的问题，最后给出了结论．     

基于案例推理的TCAS板卡深度故障诊断研究

TCAS是保证飞机安全飞行的重要保障。本文分析了TCAS板卡的故障模型和电路结构,在故障诊断系统中引入案例推理方法,对增强TCAS板卡深度故障诊断的效率有很大帮助。     

固体火箭发动机质量评判系统研究开发中的非精确推理

介绍了固体火箭发动机质量评判的特点，以带有两种典型伤情缺陷的固体火箭发动机为例，对主观Bayes非精确推理方法在固体火箭发动机质量评判中的应用进行了分析研究，给出了非精确推理框图，并简要介绍了研究推理规划中的充分性度量LS、必要性度量LN和前提的可信度C（E，S），以及计算多种伤情缺陷作用下发动机禁用的后验概率的方法。     

基于有向图-链表-继承类的流体网络数据结构

针对流体网络1维计算模型，设计得到新型数据结构，顶层为二元有向图，其中的元素为流体网络的各分支，使用二元 关系矩阵表达二元有向图，元素数值为1则表示2分支间存在有向连接关系；中间层为分支，其中的元素为流体网络中的各类典型 元件，将不同类型的各元件连接为双向链表，方便计算程序调试时对相邻元件参数的监控；底层结构即为各元件元素，各类元件由 标准类继承而来，其中将元件的计算函数及关键参数封装于标准类中，编写代码调用计算函数及元件进出口参数时只需调用标准 类统一代码。新型数据结构在数据存储占用空间、程序调试、计算代码编写、网络结构变更时数据结构的改动等方面都有明显优 势。应用于供气系统流体网络模型，流量计算结果仅比试验结果高2%。     

基于迁移学习的小样本目标识别研究进展与展望

在空、天、海等复杂环境下的目标识别任务中，高质量的样本数据往往较少。特别是在干扰对抗环境下，某些特定领域的目标信息获取困难，可靠的标注数据较少。小样本问题对深度学习技术在目标识别任务中的应用提出了新的挑战。迁移学习为小样本不确定环境下的目标识别问题提供了新的研究思路。本文针对小样本目标问题，以机载雷达等空天传感器信息对海面目标识别为例，介绍了迁移学习的主要思路和方法，对迁移学习在海面目标识别问题中的应用现状进展进行了总结；分析和归纳了迁移学习在海面目标识别应用中的主要挑战。最后对可解释性及鲁棒性的海洋目标识别技术需求及未来发展方向进行了展望。