基于过程质量数据的制造系统可靠性建模分析

针对传统制造系统可靠性评价不考虑加工过程产品质量数据,无法对制造系统可靠性进行及时准确的建模分析,提出了基于过程质量数据的制造系统可靠性建模分析方法.首先,在给出了包含制造产品质量的制造系统可靠性新内涵的基础上,分析了制造过程中关键质量特性检验数据和制造系统组件的退化故障数据等过程质量数据对制造系统可靠性建模的影响,从而明确建模需求.然后,首次提出了基于产品合格概率和制造系统组件退化失效率的制造系统可靠性分析模型.最后,通过某盖板的加工系统的可靠性建模分析验证了模型的有效性.结果表明该模型能够方便地利用制造阶段的质量数据更准确地估计出制造系统可靠性.     

基于STF和加权改进的群目标跟踪算法

为了进一步提高群目标交互多模型跟踪算法的估计性能,提出一种改进的群跟踪算法.首先,通过采用模型转换概率的自适应算法,优化模型与目标运动模式的实时匹配.并通过引入强跟踪滤波（STF,Strong Tracking Filter）中的渐消因子,提高机动阶段时的群质心的状态估计精度.其次,分别利用概率加权法和标量加权法完成群质心状态和扩展状态的融合估计.最后在变分贝叶斯滤波的基础上,建立完整的跟踪算法流程.仿真实验结果表明,该方法不仅能够提高群质心状态和扩展状态的估计精度,还能有效降低机动阶段时的峰值误差.     

基于概率神经网络的相似度排序方法

为了研究相似度排序问题,对概率神经网络的结构进行了分析,对其输出进行了改进,使之输出后验概率,进而进行相似度排序。结合电火工品发火性能的预测问题,对方法进行了验证,结果表明：基于概率神经网络的相似度排序方法与实际结果相符,方法是可行的。     

管制系统运行风险控制决策方法研究

首先,根据过程方法分析出管制系统运行中的风险过程,并从"人"、"机"、"环境"和"管理"4个角度得出相应的控制策略。其次,建立资源优化配置模型,在资源投入有限和确保所有风险过程安全的约束条件下,得到最优的风险控制决策方案,合理地分配资源,从而能达到整体最好的风险控制效果;最后,通过仿真验证模型的合理性。算例表明,该模型是合理可行的。     

虹桥机场障碍物碰撞风险分析

研究了最后进近及复飞阶段航空器与地面障碍物之间的碰撞风险的计算方法,结合航空资料汇编中上海虹桥机场的相关信息,利用碰撞风险模型对机场的主要障碍物进行了碰撞风险计算,并分析了障碍物宽度、障碍物高度、障碍物X位移和Y位移等四个参数的变化对碰撞风险的影响。结果表明虹桥机场的障碍物碰撞风险小于安全目标水平,超障高满足要求;在一定范围内,碰撞风险随障碍物高度增大而增加,但当宽度到一个临界值后不再增加;随障碍物宽度增大而增加;随X位移增大而减小;当Y位移为0时,碰撞风险值最大。     

民用飞机安全性分析中单点失效MTBF的算法

安全是民航工业的生命线。按照适航规章要求,任何妨碍飞机继续安全飞行与着陆的单点失效的出现是极不可能的。传统的参数,如平均故障间隔时间(MTBF),是用来计算部件失效概率的常用参数,但由于关键安全部件可能在平均故障间隔时间之前出现故障,因此,该参数的传统计算方法对于单点失效概率的分析并不适用。提出评价单点失效概率的分析方法,即基于所给出数据样本量的大小,提出了评价单点失效概率的计算公式。给出了两个案例来进一步验证所提方法的有效性。     

天气因素导致的航班延误问题研究

针对天气干扰下的分季节的航班过站衔接时间优化问题,在对各个航班的潜在延误风险等级评价的基础上,通过历史数据研究天气因素导致的航班延误概率分布,求得各航班波及延误的期望,以优化前后总的波及延误之差最大化为目标函数,分别建立分季节优化松约束模型和紧约束模型,对航班衔接过站时间进行优化.最后以国内某航空公司的航班数据为算例,进行验证并比较.研究结果表明,分季节的松约束模型和紧约束模型均比原计划减少了波及延误的时间,且松约束模型的优化效果更明显.     

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

基于潜在成分和概率神经网络的时变结构系统的损伤识别

介绍了基于潜在成分(LC)分析和概率神经网络的损伤识别方法,并应用于一个实验室模型的损伤识别.结果表明,基于潜在成分(LC)分析和概率神经网络的损伤识别方法能在正常的时变质量情况下以较高的成功率对位于A或B处的某一损伤程度未知的损伤进行归类,为时变结构系统的定量损伤识别作出了有益的尝试.     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。