1 单个地震的可靠预测是一个现实的科学目标吗?

最近发生在哥伦比亚（图１，略）的地震再次向公众表明现今的科学还不能预测这类自然灾害。尽管全球地震学家对地震起始（成核）过程的研究所作出的努力是巨大的，但地震依然还是无明显先兆地突然降临。然而，不是所有的自然灾害都是如此显得不可预测。例如：１９８０年Ｓ...

基于SSA-RVM的滚动轴承可靠度评估与预测

为解决滚动轴承运行可靠度预测问题,这里提出了基于麻雀搜索算法-相关向量机的滚动轴承可靠度预测方法。首先对轴承振动信号在时域、频域及时频域构成的维数较高的向量集利用主成分分析算法进行降维;然后将降维后的特征集作为轴承的退化状态特征输入到逻辑回归模型中,进行滚动轴承可靠性评估;然后将轴承的性能退化状态特征作为麻雀搜索算法-相关向量机模型的输入,获取预测结果;最终把结果带入到逻辑回归模型中,预测轴承的运行可靠度。实验结果表明提出的算法在预测滚动轴承运行可靠性中具有明显优势。

基于特征选择和ELM神经网络的轴承可靠性预测

针对滚动轴承可靠性预测问题,提出了基于特征选择和ELM网络的可靠性预测方法。首先,对振动信号提取特征,构成特征参数初选集;其次,引入单调性、相关性、鲁棒性三个特征评价指标对特征参数初选集进行特征评价,并定义了一种新的限制性指标,得到可以反映轴承退化过程的参数,构成退化特征参数集;再次,对退化特征参数集进行维数约简,构成低维特征向量集;最后,以退化特征参数集和特征向量集分别为输入数据和标签带入ELM网络中做可靠性预测。通过西安交通大学轴承振动信号数据集证明了该方法的有效性。

基于深度迁移学习的再制造零/部件可靠性预测方法

可靠性是反映再制造零/部件质量及其稳定性的重要指标。相比于新产品零/部件,影响再制造零/部件的可靠性因素多、机理关系复杂,且毛坯剩余价值高,难以开展大量的可靠性试验,使得可靠性数据样本量少,导致再制造零/部件可靠性预测精度低。为此,提出一种基于深度迁移学习的再制造零/部件可靠性预测方法。首先,分析制造阶段个性化工艺过程对再制造零/部件可靠性的影响,结合服役阶段运行数据对可靠性进行预测,通过引入新产品与同一产品不同型号零/部件服役阶段运行数据、制造阶段工艺质量数据进行样本扩充,利用主成分分析法获取影响可靠性的运行时间、状态信息及加工精度等关键特征数据并构建源域数据集;其次,采用卷积神经网络构建源域关键特征数据与可靠性之间的深度学习模型,以再制造零/部件数据为目标域数据集,通过自适应梯度算法将模型迁移应用到再制造零/部件可靠性预测中,以提高预测精度;最后,以某数控机床需要再制造的零/部件为例,对所提出预测方法的有效性进行验证。

新型饲草揉碎机可靠性预测与分配的研究

试验针对新型饲草揉碎机工作过程中普遍存在关键零部件故障率较高且整机可靠性较低的问题,采用专家评分法对饲草揉碎机进行可靠性预测,改进综合因素法(IFM)进行可靠性分配。结果显示,饲草揉碎机可靠性预测值为0.668,无法满足我国饲草揉碎机可靠性标准要求。基于预测结果对可靠性进行重新分配,为转子与动力传动部分分配了较低的失效率权重、较高的可靠度;为揉碎机机体分配了较高的失效率权重、较低的可靠度。重新分配各子系统可靠度后,整机的可靠度为0.90259,满足饲草揉碎机系统可靠性要求。研究表明,研究可为饲草加工机械可靠性预测与分配提供方法参考。

基于灰色综合评估和WOA-BP的通风系统可靠性分析及预测

针对以往通风系统可靠性的评价方法具有局限性且BP模型存在收敛慢、最优解未能展开等问题,将灰色综合评估法与鲸鱼优化算法(WOA-BP)相结合,对通风系统可靠性进行综合评价。分析23个三级指标的通风系统阻滞数据,得到其可靠度和对应的分值,并结合计算的权重,选取灰色综合评估对通风系统可靠性等级预先分析。通过构建WOA-BP与BP神经网路预测模型并结合最近3年的阻滞数据对三级指标系统的可靠度预测,并对预测模型的精度结果进行对比分析。采用灰色综合评估法对实例中湖北省某矿山的两个通风系统进行阻滞数据的验算及分析,结果表明:WOA-BP模型在平均绝对误差、均方根误差上分别降低了31.21%、34.86%,平均绝对百分比误差从0.8669%减小为0.6096%,具有较好的预测精度。通过灰色综合评估与WOA-BP模型两者综合起来,能够有效地对当前通风系统的可靠性状态做出评价,及时进行相应的整改研究,为通风系统可靠性评价提供了新的思路和实例支持。

基于故障物理的低频电源柜可靠性评估和预测

提出了基于故障物理的系统可靠性预计方法,实现低频电源柜系统的可靠性评估和预测。首先,依据低频电源柜的功能关系及备件情况,构建了系统可靠性模型,并对低频电源柜系统进行故障模式、机理及影响分析(FMMEA),得到系统的薄弱单元及现有和潜在的故障模式。针对薄弱单元,构建有限元仿真模型及故障物理模型。考虑到制造不确定性及模型不确定性等不确定因素的影响,利用蒙特卡洛方法,获取了各故障影响下的低频电源柜薄弱单元的寿命分布。通过时间竞争原理,融合多故障对产品的影响,获取融合故障的可靠度结果。最后,依据各单元可靠度结果及系统可靠性框图模型,计算系统的可靠度函数、故障率及平均故障前时间,并进行可靠性灵敏度分析。为核反应堆低频电源柜提出了有效的可靠性评估和预测方法,有助于发现薄弱环节提高可靠性水平,为核能领域可靠性提升提出了新思路。

基于可视化物联网的大型医疗设备运行可靠性预测平台研究

针对医疗设备可靠性在临床实践中的问题,开发了一个基于物联网和可视化技术的大型医疗设备运行可靠性预测平台。首先引入可视化物联网仿真建模技术,利用传感器集群实时获取大型医疗设备运行多维状态数据,形成大型医疗设备运行可靠性核心要素样本集;然后对大型医疗设备运行可靠性核心要素样本集进行池化处理,构建融合前置训练集和后置测试集的可靠性核心要素样本特征数据池;最后利用深度卷积神经网络DCNN对特征数据池进行特征辨识,构建时间正序下的大型医疗设备运行可靠性核心要素样本集精准预测机制。选取某三甲医院核磁共振成像设备为案例分析载体,对平台进行了临床应用实践验证,结果表明,该平台有效地满足了大型医疗设备运行可靠性预测的智慧化改造需求,显著优化了预测的智慧可控感知机制,且平台的核心参数符合临床实践的标准要求。

优化BP神经网络的可靠性预测模型

为了提供一种更加准确高效的算法,对传统的BP神经网络模型进行优化。首先对初始权植的选取规则,传统的N-W规则算法进行改进,再对其它参数进行优化。在此基础上,将神经网络理论应用于系统可靠预测评价之中,提出了基于此理论的系统可靠预测评价模型、实现方法和优点;评价实例证明此方法的可行性。

水电机组运行数据分析在可靠性预测与评估中的应用研究

水电站是一种将水力能转化成电能的装置,具有环境友好、可再生等特点,在能源生产中具有重要影响地位。水电站因其具体工作时条件较为苛刻,极其容易发生故障,同时其可靠性无法得到有效保证。为有效解决这一问题,对其进行可靠度的预测与评价具有十分重要的意义。运行参数是衡量水电机组可靠度的重要基础,通过对这些参数的分析,可以更好地掌握机组的运行状况、故障原因等,从而为提高机组的运行可靠性提供重要的支撑。基于此,本文章对水电机组运行数据分析在可靠性预测与评估中的应用进行探讨,以供相关从业人员参考。

基于Copula函数模型的计算机网络可靠性预测方法

由于计算机网络组件之间的依赖关系无法有效捕捉,导致计算机网络可靠性预测时间延迟较长。对此,设计一种基于Copula函数模型的计算机网络可靠性预测方法。从起始节点出发,通过优先搜索逐步扩展至相邻节点,直至到达目标节点,确定网络的最小路集。运用Copula函数模型有效捕捉多个网络组件之间的依赖关系,设置可靠性指标。基于这些可靠性指标和最小路集信息,构建一个计算机网络可靠性预测模型。该模型不仅考虑了网络结构的特点,还融合了历史运行数据,从而能够实现对计算机网络可靠性的准确预测。实验结果表明,设计的基于Copula函数模型的计算机网络可靠性预测方法,平均预测时间延迟仅0.27 s,优势显著,表明该方法能够在较短的时间内完成预测任务,且预测结果可靠。

基于区域失效的数据中心和5G基站冷却设备可靠性预测方法研究

对数据中心和5G基站用冷却设备在不同安装区域的现场失效大数据进行分析,通过极大似然法建立寿命分布模型,其寿命分布最优拟合符合威布尔三参数分布规律,故障复发符合非齐次泊松过程,按区域聚类可靠性呈现显著性差异。对典型区域失效数据按可修复系统和不可修复系统分别进行可靠性预测,按可修复系统的预测结果与实际维修数据相关性良好。建立的基于区域失效的寿命分布、故障复发及可靠性预测方法适用于数据中心和5G基站用冷却设备的使用现场失效大数据分析,故障预测及维修备件、包修策略制定。

车载自组网中基于路侧单元预测的可靠路由算法

现有利用地图和RSU(Roadside Unit)辅助的路由算法在利用RSU对目的节点的位置进行预测过程中,没有考虑节点速度为零,导致对目的节点的预测范围不准,且RSU在对节点进行预测后,利用地图选取的到目的节点的最短路径不是最优路径,对此提出RRRP(Reliable Routing with Roadside-aided Prediction in Vehicular Ad Hoc Networks)机制.RRRP采用可靠预测机制,确保数据包的成功发送,利用密度感知机制,使RSU计算的到目的节点的路径是最优路径.仿真结果表明,RRRP机制能有效提高数据的传送成功率和吞吐量,降低消息的平均端到端时延.

复杂机电系统可靠性预测的若干理论与方法

复杂系统可靠性综合、可靠性增长、可靠性预测已成为可靠性工程的三个重要研究方向,如何从方案论证、初设计、研制、试运行、投产的全过程,科学评估和预测复杂机电系统可靠性是工程实践中亟待解决的瓶颈问题。立足事前分析、事中分析、事后分析三个层面,探讨单元为不同分布时的系统可靠性综合及预测、试运行阶段系统可靠性增长分析、系统可靠性增长预测、系统可用性评定等命题中的若干理论与方法。针对具体工程背景,提出解决问题的新思路,并进行实例验证,为系统研究大型复杂机电系统可靠性提供理论依据和技术支持。

利用运行状态信息的机床刀具可靠性预测方法

针对数控机床类退化失效型设备,提出了一种基于设备运行状态信息的可靠性预测方法,主要包括状态特征指标选取、瞬时可靠度计算以及神经网络预测模型的建立和应用.其中,瞬时可靠度计算是准确预测的关键,结合Bayes方法和KM估计器思想提出的基于状态特征指标比例关联关系的瞬时可靠度算法简单高效.针对刀具加工过程中的磨损量时变数据,以可靠度为评价标准,正确预测出了刀具的失效时间,该过程表明设备状态信息用于可靠性预测的可行性和有效性,是未来可靠性发展的一个重要方向.

基于相关向量机模型的设备运行可靠性预测

针对机械设备失效数据少、传统基于统计的可靠性评估方法不能有效评估设备可靠性的问题,引入运行可靠度的概念来描述设备运行状态,并提出了一种基于相关向量机的设备运行可靠性预测方法。该方法首先采用运行可靠性计算模型,建立特定特征指标与运行可靠性的关系;然后采用相关向量机预测不同时刻下特征指标的值及其概率密度函数,并将其输入到运行可靠性模型,计算获得其所对应的运行可靠度。将该方法应用到航空发动机转子轴承运行可靠性分析中,预测的轴承失效时间与实际失效时间误差<5%,证明该方法的有效性和合理性。

基于PCA和RVM的电网供电可靠性预测模型研究

供电可靠性是评价电力系统供电能力的一个重要指标。根据电网运行的实际特点,采用相关向量机方法以电网供应能力和电网面临的自然灾害等因素作为模型的输入变量,以影响供电可靠性的电网故障停电时间作为模型的输出量,训练并建立电网可靠性预测模型。在模型的建立过程中,通过对相关向量机网络训练样本集进行主成分分析来改进样本的输入因子数,减少网络的输入数,简化网络结构,提高网络的精度。通过实例验证了该算法的有效性和适应性,为今后的供电可靠性预测提供一种新的方法。

基于序贯蒙特卡洛法的直流配电网可靠性评估与预测

针对接地系统＋双极运行的直流配电网,通过分析系统运行方式、元件寿命、分布式电源输出功率等方面对电网可靠性的作用机理,并基于校正模型和序贯蒙特卡洛法,利用模拟数据与历史数据,实现直流配电网的可靠性评估与校正以及可靠性预测值的空间特性分析与研究;最后,利用校正模型偏差和故障率预测参数对其未来10年可靠性进行预测,分析预测值的空间分布特性,算例证明了该方法的有效性。

基于性能劣化的可靠性预测与系统开发

为了给数控装备可靠性预测提供更丰富、更精确、更及时的信息源,探讨了运用数控装备使用过程中的性能劣化数据对数控装备可靠性进行预测的方法与工具。给出基于性能状态监测的性能劣化建模与可靠性预测原理,并提出一种基于非平稳自回归积分滑动平均模型的数控装备性能劣化建模方法,以监测与分析数控装备关键性能参数的时变特性;提出基于隐马尔科夫链模型的数控装备可靠性预测方法,以揭示数控装备使用过程中的性能状态变化特征及其可靠性变动情况。在此基础上,开发了数控装备可靠性预测原型软件系统。该系统对于提高数控装备利用率、减少数控装备维修费用以及延长数控装备使用寿命等具有重要的意义。

基于AGA-LVQ神经网络的软件可靠性预测模型研究

针对当前大多数软件可靠性预测模型预测准确率不高等问题,利用LVQ神经网络的非线性运算能力和自适应遗传算法(AGA)的参数寻优能力,提出了一种基于AGA-LVQ的软件可靠性预测模型。首先对待预测的数据用主成分分析(PCA)等方法进行预处理以降低维度,去除冗余和错误数据,然后根据自适应遗传算法来计算最优的LVQ神经网络初始权值向量,最后运用LVQ神经网络进行软件可靠性预测实验。通过与传统方法的对比,证明该方法具有较高的预测准确率。