基于Wiener过程的动态性能检测视情维修策略

为了降低装备的维修成本,针对现有单部件系统视情维修策略研究中存在的性能检测时间缺乏灵活性,未充分利用部件退化状态信息的问题,采用wiener过程建立了单部件系统性能退化模型,给出了根据部件退化状态安排性能检测时间的方法;推导了预防性维修阈值的计算表达式,在此基础上提出了动态性能检测视情维修策略;案例对比分析表明,该维修策略在平均费用率、部件平均使用寿命以及事后维修的平均次数等指标上均优于传统视情维修策略。

SCTD1.0:声呐常见目标检测数据集

近年来,卷积神经网络(CNN)在大规模自然图像数据集(如ImageNet,COCO)中获得了广泛应用,但在声呐图像检测识别领域的应用研究较缺乏,其存在声呐图像目标检测和分类数据集缺乏且水下目标样本往往面临样本稀少、不平衡等问题。针对这一问题,在进行广泛收集声呐图像的基础上,构建了一个完全公开的、可以用于开展声呐图像检测和分类研究的声呐常见目标检测数据集SCTD1.0,该数据集目前已包含水下沉船、失事飞机残骸、遇难者3类典型目标,共计596个样本。在SCTD1.0的基础上,文中采用迁移学习的方式测试了检测和分类的基准,具体来说:针对检测任务,使用特征金字塔网络对多尺度特征进行组合利用,比较了YOLOv3,Faster R-CNN,Cascade R-CNN这3种检测框架在本数据集上的性能表现;针对分类任务,对比了VGGNet,ResNet50,DenseNet 3种网络的分类性能,分类准确率达到了90%左右。