矩阵式项目管理研究

文章结合项目管理的理论与实践,阐明型号研制的一种组织管理模式。首先对矩阵组织的优点和缺点进行了阐述,同时指出项目组织或项目经理与职能(业务)部门或部门经理之间的矛盾或冲突,然后在对这些问题进行成因分析的基础上,提出了针对性的解决措施。     

基于神经网络和证据理论的火箭发动机故障诊断

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。     

机载间隔保持系统建模及仿真

空中间隔保持是让飞机获得所处空域的交通态势,在尚未构成威胁而告警以前,预先自主保持间隔,维持对空中交通态势的自我警觉。其作用和责任是不能由基于空域组织的战略级冲突管理、近距离的机载交通防撞系统所替代。本文提出利用ADS-B、ACAS信息源的空中间隔保持系统,研究了系统模型并进行了仿真测试,验证了系统具有的自主冲突探测与规避能力,系统融合ADS-B和ACAS信息,间隔保持到近距离的防撞系统可平稳过渡,过渡区实现双重覆盖。     

基于BDI模型的Agent在飞行冲突中的应用研究

随着民航运输的快速发展,空域资源日益紧缺。为了保证航班的正常飞行,本文结合管制员的知识经验,研究了交通管制中常用的冲突解脱规则,并在此基础上,利用BDI(Beliefs-Desires-Intentions)Agent理论,在MAGER平台下设计并实现了基于规则推理的冲突解脱系统。     

基于研制信息的测试性验证试验方案研究

针对现有测试性验证试验方案需要较大故障样本量的问题,提出了一种利用研制信息制定测试性验证试验方案的新方法。首先,在二项分布经典抽样模型的基础上,运用证据理论方法,研究了基于测试性试验数据、测试性预计结果和专家经验等研制信息的基本信任分配函数的构造方法,建立了基于融合不同种类研制信息的测试性验证试验方案,并确定了该方案的存在性,给出了方案的确定方法,最后开展了案例应用研究。由于充分考虑了研制信息,因此在确保有较好的验证效果的条件下,与传统的试验方案相比,该方法可以明显减少故障样本量,或在样本量保持不变的情况下有效降低双方风险。     

认知不确定性下可靠性灵敏度分析的新指标

传统的可靠性灵敏度指标只考虑了随机不确定性,当结构中还存在认知不确定性时,该指标难以反映出基本变量中认知不确定性对结构可靠性评估结果的影响程度.针对这一问题,引入概率包络来表达结构中的随机不确定性和认知不确定性,在此基础上建立了可靠性灵敏度分析的新指标——认知灵敏度系数,给出了其定义和代表的意义,并基于证据理论提出了认知灵敏度系数的计算方法.算例分析表明,认知灵敏度系数可以反映出基本变量中认知不确定性对结构可靠性评估结果的不确定性的影响程度,从而为有针对性地提高可靠性评估结果的准确性提供依据.另外,基于证据理论的认知灵敏度系数的计算方法适用于极限状态函数为单调、非单调的结构,以及变量服从正态、非正态的结构,具有普适性.     

航空燃气涡轮发动机气路故障诊断现状与展望

燃气涡轮发动机在航空、地面和舰船上有着广泛的应用,对其进行性能评估和故障诊断有着重大的现实意义。本文对发动机气路诊断的发展以及当前的主要气路诊断方法如故障方程法,基于非线性模型的诊断方法,基于人工智能等方法进行了综述,最后对航空发动机气路诊断的发展进行了展望。      

航空发动机部件性能故障融合诊断方法研究

提出一种对航空发动机部件性能蜕化进行融合诊断的模糊决策融合机制,以改善单独采用基于模型和基于数据的部件性能故障诊断的漏诊与误诊的问题.传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要部件故障性能参数估计,再利用模糊逻辑调整决策权重以进行D-S(Dempster-Shafer)证据理论的决策融合诊断.以某型涡扇发动机为对象进行单部件和双部件蜕化仿真研究表明,与单独使用基于模型和基于数据的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度.      

基于D-S证据理论和不同子神经网络集成的磨粒识别

针对磨粒识别问题,建立了基于D-S证据理论的集成神经网络磨粒融合诊断方法.首先对特征参数进行优化分组,然后对每一组建立对应的分类子神经网络,分别采用径向基函数(RBF)神经网络和反向传播(BP)神经网络进行识别,得到初步的诊断结果,经过归一化后作为2组基本概率分配函数,最后运用D-S证据理论进行融合得到最终识别结果.算例分析表明,基于D-S证据法和集成神经网络的磨粒融合识别方法比单个诊断方法具有更高的准确性.