为确定航天器系统级可测试性设计的指标要求,对一种基于确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)模型的可测试性指标确定方法进行了研究。通过对航天器系统测试过程的DSPN建模,建立起系统级可测试性设计指标与...为确定航天器系统级可测试性设计的指标要求,对一种基于确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)模型的可测试性指标确定方法进行了研究。通过对航天器系统测试过程的DSPN建模,建立起系统级可测试性设计指标与其约束的联系,并利用求解模型同构的马尔科夫链来确定上述关系,文章同时给出了建模设计实例,进行了指标分析和验证。展开更多
传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优...传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优化模型,并采用一种改进的离散粒子群算法求解.算法根据传感器优化配置的特点设计了粒子个体适应度计算方法,惯性权重则基于群体早熟程度自适应调整.仿真实例验证了本文方法的有效性,优化结果满足系统各项测试性指标要求,可为航空设备PHM系统的传感器优化配置提供有效指导.展开更多
文摘为确定航天器系统级可测试性设计的指标要求,对一种基于确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)模型的可测试性指标确定方法进行了研究。通过对航天器系统测试过程的DSPN建模,建立起系统级可测试性设计指标与其约束的联系,并利用求解模型同构的马尔科夫链来确定上述关系,文章同时给出了建模设计实例,进行了指标分析和验证。
文摘传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优化模型,并采用一种改进的离散粒子群算法求解.算法根据传感器优化配置的特点设计了粒子个体适应度计算方法,惯性权重则基于群体早熟程度自适应调整.仿真实例验证了本文方法的有效性,优化结果满足系统各项测试性指标要求,可为航空设备PHM系统的传感器优化配置提供有效指导.
