【摘 要】
:
在可靠性工程中,产品剩余寿命预测研究意义重大。卫星平台作为典型的高可靠性、长寿命、小子样的复杂系统,传统的基于大样本失效数据进行剩余寿命预测的方法不再适用。另一方面,随着数据收集技术的发展,可以搜集到卫星平台的多源可靠性数据,如历史寿命数据、相似产品寿命数据、性能退化数据以及专家数据等。本文基于贝叶斯理论,提出融合多源信息进行卫星平台剩余寿命预测的方法,该方法通过充分利用多源可靠性数据,提高了卫星
论文部分内容阅读
在可靠性工程中,产品剩余寿命预测研究意义重大。卫星平台作为典型的高可靠性、长寿命、小子样的复杂系统,传统的基于大样本失效数据进行剩余寿命预测的方法不再适用。另一方面,随着数据收集技术的发展,可以搜集到卫星平台的多源可靠性数据,如历史寿命数据、相似产品寿命数据、性能退化数据以及专家数据等。本文基于贝叶斯理论,提出融合多源信息进行卫星平台剩余寿命预测的方法,该方法通过充分利用多源可靠性数据,提高了卫星单机、分系统以及系统的剩余寿命预测精度。本文主要研究包括如下:(1)融合多源信息的的卫星平台指数型单机剩余寿命预测方法。将历史寿命数据、专家数据转化为验前分布,推导得到验后分布。进行一致性检验后,通过ML-Ⅱ法计算验后分布权重,得到加权后融合后验分布。进一步对指数型单机进行剩余寿命预测,给出单机剩余寿命的点估计和区间估计。考虑到指数分布在实际工程应用中的局限性,本章还研究了截尾指数分布下的单机剩余寿命预测方法。最后通过仿真实验,验证了提出方法的准确性,并以数管计算机剩余寿命预测为例,验证方法的有效性。(2)融合多源信息的卫星平台威布尔型单机剩余寿命预测方法。将历史寿命数据、性能退化数据、相似产品寿命数据与专家数据四种多源可靠性数据转化为验前分布,然后融合现场寿命数据推得各自的验后分布,进一步给出加权后的验后分布。考虑到综合验后分布的复杂性,本文提出了基于抽样的单机剩余寿命预测方法。通过蒙特卡罗仿真实验及卫星平台中动量轮单机剩余寿命的应用,验证了本文提出方法的有效性。(3)基于贝叶斯理论的卫星平台系统剩余寿命预测方法。卫星平台可逐层分解为系统、子系统和单机。下层预测结果是上层进行剩余寿命预测的一类重要先验信息,因而需要首先研究下层信息向上层结构的折合。本文首先在单机服从指数和威布尔分布的情况下,推导上层系统的寿命和剩余寿命期望,提出了解析方法和数值计算方法。然后融合下层折合结果与系统本层级的多源信息,对卫星平台进行剩余寿命预测。最后通过仿真实验和某型号卫星平台子系统的应用研究,验证了本文所提出方法的有效性。
其他文献
以高速磁浮列车主动导向系统为研究对象,在建立基于搭接结构的导向系统数学模型的基础上进行控制器设计与仿真实验。针对导向系统在列车实际运行过程中可能出现的电磁铁故障和传感器故障以及端部涡流问题展开容错控制方面的研究。主要内容如下:1、在分析导向系统的结构组成、工作原理及控制方案的基础上,建立了导向系统的标称数学模型。并把系统可能受到的扰动和发生的故障考虑到其中,建立导向系统的故障模型。2、采用线性二次
随着互联网的飞速发展,用户、企业、运营商和政府对网络的要求也越来越高,这其中既包含了对服务质量的高要求,也包含了对网络安全的高要求。大量测量机构对互联网展开了大规模的测量,得到了海量的测量数据,这些数据中隐藏着互联网的拓扑结构、连通特性、基础设施运行状态等等诸多信息,研究者通过对这些信息的挖掘与分析,为网络建设和网络安全提供帮助。与此同时,也有很多研究者利用这些数据对互联网协议、路由等展开研究,以
作为众多深度学习中最热门的算法之一,卷积神经网络(Convolutional Neural Networks,CNN)在计算机诸多应用中都取得了很大的成功,广泛应用于语音识别、图像分割、图像识别等领域。为了提高网络性能,网络层数和规模逐渐增加。但是,简单地依靠网络层数增加的方式遭遇到了瓶颈,因此一些新型卷积神经网络相继被提出,比如反卷积神经网络和复杂连接的卷积神经网络。这些网络模型的结构更加复杂,
多智能体系统是分布式人工智能的一个重要分支,在无人系统协同、资源管理、队形控制等领域有着广泛的应用。近年来,深度强化学习被应用于多智能体领域,在应对动态开放环境、知识可迁移等方面表现出显著优势。然而,当前多智能体深度强化学习方法在应用中也存在如下问题:(1)训练过程中的过时经验问题。深度强化学习的训练依赖历史经验,然而在多智能体场景下,所有智能体的行为策略都在动态进化,使得单个智能体经验回放池中的
石墨烯作为最薄的二维材料之一,具有硅等传统材料无法比拟的优越特性,超高的杨氏模量与载流子迁移率、优良的压阻效应使其在压力传感领域拥有广阔的应用前景。现有研究已实现压阻式悬浮石墨烯薄膜压力传感器制备并达到了较高的灵敏度。然而,已有石墨烯压力传感器存在理论模型指导不准确、器件成品率低、受温度影响大等问题。针对这些问题,本文主要研究悬浮石墨烯薄膜压力传感器优化设计方法,包括改进传统压阻效应模型,并将其用
网络测量算法是网络应用的基础,在计算机网络中扮演着十分重要的作用。在大数据、云计算背景下,网络流量大幅增长,传统的网络测量算法都是在控制平面内基于CPU采样实现的,准确性低。软件定义网络的提出为网络测量算法提供了新的思路。软件定义网络提供的可编程数据平面使得网络硬件的报文处理功能可以通过软件的方式定义,用户可以灵活地在数据平面内进行编程,将网络报文的转发与网络测量任务结合起来。可编程数据平面高吞吐
随着网络化的高速推进、移动端的快速普及、以及用户之间频繁的信息交互,信息冗余现象渐渐引起了很多研究人员的关注。一方面,重复的信息分享与转发行为降低了用户使用平台的体验感;但另一方面,用户之间的同伴影响和社会强化效应也为信息扩散和影响力最大化提供了可能。本文聚焦在线社交平台中的信息重复发布(冗余)现象,关注信息传播过程中产生的覆盖与强化效应,主要开展了以下工作:(1)详细描述了在线社交网络中的信息冗
近年来,各类社交网络不断发展,它为人们复制了现实社会关系,拓展了人际交往范围,带来了丰富的娱乐体验,被普遍应用在工作和生活的方方面面。我们越来越倾向于在社交网络上享受各种服务,然而随之出现的各类数据泄露事件却让我们对个人隐私感到忧虑。本文研究分析了社交网络中的隐私保护机,对以下几个方面进行改进:(1)结合IPFS文件系统,对社交网络数据进行去中心化存储。现在服务商使用中心服务器管理社交网络的运行,
优化问题伴随着管理决策科学不断发展。一些经典的最优化理论开创了优化理论研究的先河,科学地描绘了最优解的特征。但是,直到有了计算机,人们才能够对各类较大规模的优化问题利用计算机实施求解,从而使对最优化问题的求解成为在实际生活中进行决策、管理中的有效工具。而随着计算机体系结构和各种新型架构的发展,各种异构体系结构产生的运算能力越来越强。如何利用巨大的算力、利用并行加速技术,有效提升优化问题的求解性能,
随着移动互联网的普及与发展,移动应用程序的规模快速增长。如何高效、准确地识别移动应用的流量,对于网络运营商、网络安全服务提供商具有重要的意义,这是研究差异性服务、流量控制、入侵检测、恶意应用识别以及用户行为分析的前提和基础。由于移动应用的开放性以及数据来源的关联性和多样性,对移动应用网络流量的识别十分具有挑战性。为了能够有效识别移动应用网络流量,必须获取移动应用流量中存在的有别于其他应用的细粒度特