采用虚拟样本加速退化试验的复杂电子设备可靠性评估

对复杂电子设备进行可靠性评估时,针对退化特征量难以确定和试验样本数目有限这两方面的困难,提出了一种基于虚拟样本加速退化试验(ADT)的电子设备可靠性评估新方法。将相对贴近度的概念引入到退化监测数据的处理中,以相对贴近度为退化特征量,并对原始样本进行虚拟增广,同时对增广样本数据加以修正处理,从而形成电子设备各应力下的退化轨迹。将该方法与传统的可靠性预测方法相结合,有效地解决了加速退化试验中极少样本数据的处理问题。实例分析表明:电子设备的预测寿命与出厂时标定使用寿命的误差为5.93%,86.27%的样品设备使用寿命超过9a,说明该方法可行、有效,并大大提高了试验的效费比。

基于HMM的某型雷达接收机电子设备故障诊断研究

不同于传统的模拟电路故障诊断思路,提出了一种针对复杂电子设备某型雷达接收机的故障方法;首先,对设备各性能参数监测数据进行标准化处理,将各特征变量的属性值转换为[0,1]区间内的数据序列,该序列可视为某一信号采样序列,对其进行时域分析以实现复杂电子设备的状态特征提取;其次,建立其HMM模型,将提取出的特征向量输入到各个故障状态HMM并进行训练,从而设计出复杂电子设备运行状态分类器;最后以某型雷达接收机电子设备为例进行故障诊断,各故障状态的平均识别精度为93.33%,说明了该方法的可行性和有效性。

基于知识的主流故障诊断技术研究

随着越来越多的复杂电子设备出现在社会各个领域,传统的故障诊断技术逐渐暴露出诊断时间长、错误率高、人工依赖量大等不适应因素,基于知识的人工智能故障诊断技术的出现则很好地缓解了这一问题。在介绍了目前5种主流基于知识的故障诊断技术概念的基础上,详细地描述了每种诊断技术的工作原理与结构框图,分析并提出了每种技术的优缺点。

加权灰色关联分析在故障诊断中的应用研究

根据复杂电子设备利用测试数据进行故障诊断的特点,提出了用加权灰色关联分析进行故障诊断的方法。该方法通过分析标准故障模式与待测故障模式的灰色关联度,能够实现快速故障模式识别。实例分析表明,该方法能快速有效地进行复杂电子设备的故障诊断,而且诊断精度高。