针对无人机系统组成结构复杂、影响其可靠性可用性的维修保障因素较多的问题,基于设备寿命分布假设,构建了考虑预防性维修和起飞前故障检查的系统平均故障间隔时间(mean time between failures,MTBF)和使用可用度解析模型。并模拟无人...针对无人机系统组成结构复杂、影响其可靠性可用性的维修保障因素较多的问题,基于设备寿命分布假设,构建了考虑预防性维修和起飞前故障检查的系统平均故障间隔时间(mean time between failures,MTBF)和使用可用度解析模型。并模拟无人机的维修过程,采用蒙特卡罗仿真的方法进行MTBF和使用可用度的仿真分析。解析与仿真两种方法的结果具有较好的一致性,可为无人机确定保障方案提供技术途径。展开更多
修理分队指挥员科学、合理、快速地选择机动路线,对于高效发挥巡回保障力量抢修效益、有效保存战场抢修有生力量具有十分重要的意义。以单目标点抢救抢修任务为研究对象,根据摩步机动路线选择的主要影响因素,构建修理分队路线选择的评...修理分队指挥员科学、合理、快速地选择机动路线,对于高效发挥巡回保障力量抢修效益、有效保存战场抢修有生力量具有十分重要的意义。以单目标点抢救抢修任务为研究对象,根据摩步机动路线选择的主要影响因素,构建修理分队路线选择的评估指标体系。采用组合赋权-逼近理想值法(technique for order preference by similarity to ideal solution,TOPSIS)评估模型,对分队抢修仿真行动过程中指挥员所选择的机动路线进行评估。在仿真条件下,对3位指挥员提出的机动路线进行评估排序,选择最优路线,以验证该方法的可行性和有效性。展开更多
战场抢修(battlefield damage assessment and repair,BDAR)是战时部队战斗力的“倍增器”。针对战场条件下修理分队战场抢修能力发挥与任务完成效果的评估需求,提出了一种基于云模型的分队级战场抢修能力评估模型。通过分析BDAR能力影...战场抢修(battlefield damage assessment and repair,BDAR)是战时部队战斗力的“倍增器”。针对战场条件下修理分队战场抢修能力发挥与任务完成效果的评估需求,提出了一种基于云模型的分队级战场抢修能力评估模型。通过分析BDAR能力影响因素,构建分队级战场抢修能力评估指标体系,通过组合赋权法确定指标权重;结合云理论对仿真条件下评估小组和抢修组的BDAR能力进行综合评估;在仿真条件下,对5个参训小组的装备抢修抢救行动进行实例评估,以验证该方法的科学性和可行性。展开更多
随着人们对维修费用和维修效果的追求,基于状态的维修(condition based maintenance,CBM)得到了进一步发展,作为CBM的关键问题之一,故障预测已经成为装备维修领域的一个主要研究方向。当前,对故障预测的综述主要局限于对故障预测方法的...随着人们对维修费用和维修效果的追求,基于状态的维修(condition based maintenance,CBM)得到了进一步发展,作为CBM的关键问题之一,故障预测已经成为装备维修领域的一个主要研究方向。当前,对故障预测的综述主要局限于对故障预测方法的总结,并未对故障预测的研究有一个全面、综合的阐述。为了对故障预测的研究有一个系统、全面的认识,本文从故障预测的内容、对象、方法3个维度对基于状态的武器电子装备故障预测研究进行了综述,并对相关的故障预测方法进行了分析和梳理。针对装备故障预测问题,立足于文献综述,提出一种基于状态的装备故障预测分析方法,为部队对装备进行合理、科学的故障预测提供借鉴。展开更多
文摘针对无人机系统组成结构复杂、影响其可靠性可用性的维修保障因素较多的问题,基于设备寿命分布假设,构建了考虑预防性维修和起飞前故障检查的系统平均故障间隔时间(mean time between failures,MTBF)和使用可用度解析模型。并模拟无人机的维修过程,采用蒙特卡罗仿真的方法进行MTBF和使用可用度的仿真分析。解析与仿真两种方法的结果具有较好的一致性,可为无人机确定保障方案提供技术途径。
文摘修理分队指挥员科学、合理、快速地选择机动路线,对于高效发挥巡回保障力量抢修效益、有效保存战场抢修有生力量具有十分重要的意义。以单目标点抢救抢修任务为研究对象,根据摩步机动路线选择的主要影响因素,构建修理分队路线选择的评估指标体系。采用组合赋权-逼近理想值法(technique for order preference by similarity to ideal solution,TOPSIS)评估模型,对分队抢修仿真行动过程中指挥员所选择的机动路线进行评估。在仿真条件下,对3位指挥员提出的机动路线进行评估排序,选择最优路线,以验证该方法的可行性和有效性。
文摘战场抢修(battlefield damage assessment and repair,BDAR)是战时部队战斗力的“倍增器”。针对战场条件下修理分队战场抢修能力发挥与任务完成效果的评估需求,提出了一种基于云模型的分队级战场抢修能力评估模型。通过分析BDAR能力影响因素,构建分队级战场抢修能力评估指标体系,通过组合赋权法确定指标权重;结合云理论对仿真条件下评估小组和抢修组的BDAR能力进行综合评估;在仿真条件下,对5个参训小组的装备抢修抢救行动进行实例评估,以验证该方法的科学性和可行性。
文摘随着人们对维修费用和维修效果的追求,基于状态的维修(condition based maintenance,CBM)得到了进一步发展,作为CBM的关键问题之一,故障预测已经成为装备维修领域的一个主要研究方向。当前,对故障预测的综述主要局限于对故障预测方法的总结,并未对故障预测的研究有一个全面、综合的阐述。为了对故障预测的研究有一个系统、全面的认识,本文从故障预测的内容、对象、方法3个维度对基于状态的武器电子装备故障预测研究进行了综述,并对相关的故障预测方法进行了分析和梳理。针对装备故障预测问题,立足于文献综述,提出一种基于状态的装备故障预测分析方法,为部队对装备进行合理、科学的故障预测提供借鉴。