基于多信号流图的飞控系统实时故障诊断

针对飞控系统构造复杂、解析建模困难的特点,给出一种基于多信号流图模型进行实时故障诊断的方法。该方法首先建立系统的多信号流图模型,然后根据模型得出相关矩阵,在相关矩阵和各实时测试结果基础上按照实时故障诊断基本算法进行诊断推理,判定系统各模块所处的状态。对某型飞机飞控系统的建模以及模拟诊断结果表明,该方法能隔离多故障,同时降低虚警率,是一种十分有效的实时故障诊断方法。     

基地化保障模式下飞机四站装备需求确定研究

基地化保障模式对飞机保障资源需求的影响是制约其发展的重要问题.基于离散事件仿真(DES)方法建立了航空兵场站四站保障过程的数学模型,考虑了四站装备自身故障的影响,并在所建模型的基础上提出运用离散系统仿真软件ARENA对四站保障过程进行仿真.仿真结果表明,与现行的航空兵场站单机种保障策略相比,基地化保障模式能够减少各个机种通用的四站装备数量需求,而单个机种特有的四站装备需求不变.     

基于证据推理的混合型多指标群组决策方法

针对决策方案的属性值为语言评价等级和区间灰数的灰色多指标群组决策问题,提出一种基于证据推理的灰色多指标群组决策方法.首先,根据语言评价信息的概率分布和效用值等价原理确定定性指标和定量指标的信用结构,进而得到群体等级信用结构决策矩阵,然后,依据证据推理方法,对群组评价信息进行合成,求出各方案在各等级的信任度,最后,利用期望方差排序方法确定整个方案集的排序.具体算例表明方法合理有效.     

航空兵飞行团转场运输机需求与配置模型研究

针对目前航空兵制定转场计划时运输机需求难以确定的问题,设计一种基于多目标优化和空运机动方程的运输机需求确定方法。根据转场空运需求,以运输机出动架次最小化和运输成本最低化为目标,建立了基于多目标非线性整数规划的多机种运输架次需求优化模型;通过构建空运机动方程,计算得到当飞机可循环使用时所需各型运输机的数量;最后,对模型中影响运输机需求量的因素进行了灵敏度分析,算例表明模型有效可行。     

多现象静态指数在武器装备承制商信用管理中的应用

武器装备承制商建立信用管理体制不仅能够获取军方信任,也可以达到对自身信用状态预警的目的.在讨论多现象静态总指数和承制商信用评估指数分类的基础上,运用变异系数加权的静态总指数方法计算出武器装备承制商信用评估指数,通过案例分析验证了信用指数评估承制商信用的实际意义,并结合案例做出了具体的客观评价.     

考虑机场容量的作战飞机调配保障需求模型

机场是空军进攻和防御作战的依托,其容量的大小对战时提高飞机出动强度,减少连续飞机流之间的间隔时间具有重要作用。运用排队系统模型,对作战飞机起飞容量和着陆容量进行了计算,推导出机场跑道单位时间内所能容纳的最大飞机数量。根据机场容量极限,建立战时作战飞机调配保障需求模型,解决如何调配和补充作战飞机的型号和数量。     

基于Bayes理论的飞机可达性改进评估

为了更好地对产品的可迭性进行评估,提出了一种飞机可达性改进评估的方法.首先界定了可达性的内涵,提出了"可达性改进"的概念,给出了"可达性满意度"的概念及测量方式;其次构建了可达性约束集模型,并应用Bayes估计模型对产品的可迭性满意度进行评估,确定是否需要改进及改进方向.最后,以某型飞机的发动机为例,分析了可达性改进评估的过程.     

一种改进的可靠性分配方法及其应用验证

可靠性分配是系统设计中的重要工作,常用的可靠性分配方法如AGREE分配法、评分分配法对影响可靠性指标的因素考虑不全,并且都是针对串联系统的。利用贝叶斯网络在不确定性概率推理方面的优势,将传统的故障树转化为贝叶斯网络求解最小割集和底事件重要度。建立了改进的可靠性分配模型,首先将顶层可靠性指标在最小割集之间分配,然后根据底事件重要度和评分将最小割集对应的可靠性指标分配到底事件。以某型飞机电传操纵系统可靠性指标分配为例,仿真结果表明,贝叶斯网络相对于故障树分析计算底事件重要度更为简单、精度更高。改进的分配方法能够考虑影响可靠性指标的主要因素,实现指标的科学分配。     

一类多状态连续n中取k(G)系统的可靠性计算

为了计算多状态连续厅中取后（G）系统的可靠性,引入4个定理,将满足引理的多状态系统转换为二元状态系统。分别推导了多状态线形连续k／n（G）系统和环形连续k／n（G）系统的可靠性计算公式。证明了固定k值增加一个新部件,若部件可靠性独立同分布,线形和环形系统可靠性均增加;若部件可靠性独立但不同分布,环形系统存在一个极值,新增加部件可靠性大于这个极值时得到的新系统可靠性增加,反之系统可靠性下降。     

基于比例危险退化建模的产品可靠性评估方法

针对监测到产品一维性能退化数据,引入比例危险模型来描述产品寿命与退化量失效率之间的关系,建立比例危险退化模型,进而外推出产品的可靠度函数;采用AD检验方法来确定退化量分布模型;选取各监测时刻上退化量分布类型较多的分布为基准分布,确定退化量基准失效率函数及其比例系数;结合某激光器退化数据的实例分析,验证了所建模型的正确性和有效性。