多应力耦合条件下氧气浓缩器退化建模

耦合应力条件下的建模是故障预测与健康管理领域的难点问题。以氧气浓缩器地面试验退化建模为例,针对试验中2种应力线性相关且耦合作用于氧气浓缩器退化的问题,提出了一种机理模型与数据驱动联合的偏微分方程建模方法。基于退化机理分析建立偏微分方程的基本形式,利用数据驱动的方法确定方程具体参数。通过偏微分方程建模,对2种应力进行解耦分析,确定引气湿度的增加会加快氧气浓缩器的退化速率,发现随着氧气浓缩器工作性能的退化,氧气浓缩器氧分压对引气压力的敏感性减弱,确定氧分压随引气压力变化斜率为健康因子。通过卡尔曼滤波器模式识别,确定氧气浓缩器退化可分为平稳阶段与退化阶段,与实际服役环境下氧气浓缩器退化数据对比,验证了氧气浓缩器两阶段退化特性。

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune,LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.0335,明显低于直接预测误差1.5368。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。

机载燃油泵电应力加速退化建模与试验设计

针对传统加速退化模型建立过程中,未考虑应力变化造成失效阈值变化的问题,提出了通过试验建模确立失效阈值的方法.在分析某型机载燃油泵工作机理和物理模型的基础上,设计了从101~130 V的步进电压条件下机载燃油泵压力与流量测量试验,并基于样本分位数构建了机载燃油泵电应力下压力与流量的数学模型;又选取100、105、110、115、120、125 V为工作电压进行了加速退化试验,拟合出不同电应力下机载燃油泵的退化轨迹.最终依据其数学模型估计了机载燃油泵在100、105、110、115、120、125 V工作电压下的失效寿命分别为53 848、43 599、39 269、37 140、26 643、20 522 h,依据逆幂律模型L(U)=A×Un,通过参数拟合建立了机载燃油泵电应力加速退化模型L(U)=1. 329 9×10^12×U^-3. 694 9。

测试性设计策略优化与建模的可视化研究

随着装备复杂性的提高,其测试性设计与建模过程变得繁琐。为简化其过程,进行了测试策略优化与建模的可视化软件设计。在对测试性设计算法进行优化并使用MATLAB进行编程的基础上,结合Python语言中PyQt框架下的GUI设计方法,充分发挥MATLAB矩阵运算迅速与Python界面设计友好的优点,设计了测试性建模可视化软件。该交互界面提供了多测试性设计优化策略的选择与输入接口,通过输入测试矩阵可以快捷、直观的得到测试代价、测试时间、测试过程等信息。以信息熵算法与Rollout算法为例验证了软件的功能性与实用性,该软件对测试性设计决策起着重要辅助作用。

MBSE技术在飞控系统PHM中的应用研究

针对飞机机载智能故障预测与健康管理(PHM)系统工程化技术成熟度低、开发平台匮乏,尤其缺少设计与验证的有效手段,以无人机飞控系统PHM控制律模型设计为例,采用基于模型的系统工程方法实现飞控系统的全面诊断和预测功能。通过构建基于MBSE的飞控系统PHM开发平台模型及模型联合仿真实现了PHM开发平台的功能结构验证,建立了基于模型的软件标准模块库,利用Simulink和状态机进行系统架构模型与子模型的搭建与仿真,仿真结果表明基于MBSE的飞控系统故障模式及影响分析(FMEA),能及早发现飞控系统PHM架构设计中的故障隐患,及时进行完善,提高某型无人机飞控系统PHM的可靠性。

飞机飞行安全综合监控与支持系统设计

针对飞机动态采集集成度高、时序模块故障波动无序,幅度大,伪周期性等难以实时故障诊断的问题,借助飞测试性验证综合平台为仿真平台,建立基于量子神经网络和趋势推演的自修正安全预警模型,设计了一种适应多机型的实时飞行安全监控系统,分别采用9种不同功能模式进行对比分析,仿真效果拟选用3种评价准则进行综合分析,仿真结果表明本文提出的飞行安全综合监控系统无论输出精度(误差均低于10%),还是预测效果的稳定性都优于市场民用FDMS系统。

基于MBSE的PHM开发平台设计

故障预测与健康管理(PHM)开发平台具有结构功能复杂的特点,传统的设计方法难以保证其结构合理性与功能可靠性。针对传统的基于文本的系统设计中存在的需求追溯性弱、问题描述模糊的问题,提出了应用基广模型的系统工程(MBSE)方法论指导平台设计过程,使用模型驱动的OOSEM建模方法对PHM开发平台进行模型搭建。通过利益相关者需求导出系统需求与系统功能,在对系统内部结构进行逻辑分析后定义了平台系统架构,实现了系统架构综合,搭建了完备的PHM开发平台MBSE模型。基于MBSE的设计过程使该模型具有结构清晰、集成性高、追溯性强的特点,模型化的设计方法保证了其通用性与可重用性。该模型的建立为PHM开发平台搭建提供了设计流程与解决方案。

基于退化阶段识别与LSTM-fine-tune的氧气浓缩器多阶段退化预测

退化预测是装备健康管理的重要技术途径,近年来,大量时间序列预测方法在退化预测中得到应用。然而,众多大型装备由于结构复杂,功能多样,在退化过程中存在明显的阶段性,采用单一的模型对不同阶段的退化进行预测将会出现明显的精度降低,针对不同阶段对模型重新训练也会带来时间和算力的损失。针对多阶段退化的问题,引入了迁移学习的思想,提出了一种退化阶段识别与LSTM-fine-tune结合的多阶段退化预测方法,采用退化数据对LSTM模型训练,之后对部分网络参数进行冻结,在识别到装备出现新的退化阶段后,利用新阶段的退化数据对模型进行微调,以快速匹配不同阶段的数据。为验证模型的有效性,本文以氧气浓缩器为例进行模型应用。结果表明,本文方法能够有效识别氧气浓缩器3个阶段的退化,每个阶段的预测均方差分别为0.507、8.976和0.375,远低于不分段直接预测的均方误差76.87,在训练时间上,对比于每个阶段重新训练时间大幅缩短,在训练精度上,明显优于维纳过程、Lstar等传统方法。

基于统计分析与物理模型的批量小样本条件下作动器退化建模

作动器是飞行控制系统的重要组成,其性能直接影响飞行安全。然而,大部分部件全寿命周期仅能获取2~3次的返所测试数据,性能退化样本极小,给作动器的性能预测带来困难。针对这一问题,提出了一种统计分析与物理模型结合的性能预测方法,首先对批次型部件数据进行统计分析,建立作动器不同阶段的统计分布规律;然后,结合作动器退化的物理模型与统计规律,建立带有概率分布的作动器退化函数,并基于AMESim仿真对参数进行标定,得到不同时间与健康参数下的概率密度函数;最后,针对任一部件获取的健康参数,给出基于后验概率的概率密度函数更新方式。为验证方法的有效性,本文采用多个含有3个数据点的样本进行验证,统计预测值精度。结果表明,实测值在预测密度函数的3sigma范围的概率高达92.27%,证明预测密度函数能够在高置信度下表征作动器退化规律。

非战争军事行动空降兵财务保障管见

当前非战争军事行动空降兵财务保障面临保障体制不畅、保障方式滞后、经费供求矛盾突出等问题。解决这些问题,提高非战争军事行动财务保障能力,应预先准备,加强财务战备建设;科学筹划,优化财务保障机制;加强沟通协调,形成保障合力;加强制度建设,提高经费保障效益;强化专业训练,提高财务人员素质。

调整军队跳伞训练补助标准设想

高空跳伞本身就是一项高强度、高风险的剧烈运动,需要空降人员承受高强度的心理压力,而军事行动跳伞的风险性就更为突出。因此,提高军队跳伞训练补助标准显得十分必要而迫切。一、调整跳伞训练补助标准的可行性一方面,由于军队各军兵种工作性质不同,近年来一些特殊岗位相应设立了专业性补助。如飞行补助(包括勤务、服务等级补助)、航空机务补助、船艇技术等级补助等等,这几项标准具体区分到军官、士官和义务兵。目前。

谈加强财务干部队伍建设

战时财务保障作为影响战争胜负的重要因素,历来被各级指挥员引起高度重视。在未来的高技术战争中,如何提高战时财务保障的效能,又关键取决于财务工作的实施者——财务干部素质的高低和能力的强弱。对此,我们就如何提高财务干部队伍素质谈点看法。

建立军队特殊任务津贴制度探析

建立军队特殊任务津贴制度,应综合考虑生理伤残风险补偿、心理伤害补偿、卫生医疗保健、社会地域福利差异、超额劳动报酬等因素。确定标准时,可以防"非典"津贴补助标准为参照系,将风险程度分解为劳动风险、心理损害、生理伤害、劳动强度四个要素,并按照风险程度、比照防"非典"标准确定各系数。

重视解决军官转业滞留部队问题

近年来，随着国家人事制度改革，军官转业安置难已经成为一个越来越突出的问题。不少转业军官也因此滞留部队，成为部队干部管理和地方人事安置的难题和热点。一、军官转业滞留部队的原因一是地方人事制度改革，公务员队伍缩编，造成军官转业按公务员纳编比例递减，，近年来，地方人事制度改革的步伐加快，各级党政机关公务员队伍编制缩小，致使地方各级党委接收军官转业时不能全部按公务员纳编。