CN116187108A - 舰载机着舰任务的可靠性分配方法和装置 - Google Patents

舰载机着舰任务的可靠性分配方法和装置 Download PDF

Info

Publication number
CN116187108A
CN116187108A CN202310470176.2A CN202310470176A CN116187108A CN 116187108 A CN116187108 A CN 116187108A CN 202310470176 A CN202310470176 A CN 202310470176A CN 116187108 A CN116187108 A CN 116187108A
Authority
CN
China
Prior art keywords
task
carrier
reliability
subsystem
phased
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310470176.2A
Other languages
English (en)
Other versions
CN116187108B (zh
Inventor
王治华
马祥顺
张秀林
杨宁
刘根
李道春
王维军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Shenyang Aircraft Design and Research Institute Aviation Industry of China AVIC
Original Assignee
Beihang University
Shenyang Aircraft Design and Research Institute Aviation Industry of China AVIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University, Shenyang Aircraft Design and Research Institute Aviation Industry of China AVIC filed Critical Beihang University
Priority to CN202310470176.2A priority Critical patent/CN116187108B/zh
Publication of CN116187108A publication Critical patent/CN116187108A/zh
Application granted granted Critical
Publication of CN116187108B publication Critical patent/CN116187108B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1093—Calendar-based scheduling for persons or groups
    • G06Q10/1097—Task assignment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/12—Timing analysis or timing optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种舰载机着舰任务的可靠性分配方法和装置，涉及舰载机着舰技术领域，方法包括：根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将舰载机自动着舰任务划分为多个分阶段任务；对各分阶段任务进行评分，利用D‑S证据理论处理评分结果，将舰载机自动着舰任务的任务可靠度分配到各个分阶段任务；根据分阶段任务的剖面特性，建立分阶段任务的可靠性框图；融合主客观信息，确定各子系统在分阶段任务的分配系数；根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度。以此方式，能够准确确定舰载机着舰控制系统的子系统的可靠度指标。

Description

舰载机着舰任务的可靠性分配方法和装置
技术领域
本公开的实施例一般涉及舰载机着舰技术领域，并且更具体地，涉及一种舰载机着舰任务的可靠性分配方法和装置。
背景技术
可靠性分配方法是指把系统的可靠性指标按一定的方法合理地分配给子系统、设备、零部件(或元器件)的全过程。
可靠性分配方法是系统可靠性设计中非常重要的一环。通过可靠性分配，可以合理地确定系统中每个单元的可靠度指标，帮助设计者了解零件、单元(子系统)、系统(整体)间的可靠性的相互关系，减少盲目性，明确设计的基本问题，使设计者更加全面地权衡系统的性能、功能、费用及有效性等与时间的关系，以获得合理的系统设计，提高产品的设计质量，同时，使系统所获得的可靠度值比分配前更加切合实际，可节省制造的时间及费用。
舰载机着舰过程风险直接影响其安全性，且与陆上降落相比，舰载机自动着舰控制系统的故障更容易造成坠机的事故。为了更好地保证飞行任务、设备和我方地面人员不受到舰载机全自动着舰控制系统故障的威胁，需要进行舰载机自动着舰控制系统的多阶段任务可靠性分配，合理地确定系统中每个单元的可靠度指标。
现有的可靠性分配方法，不适合用来解决多阶段的舰载机自动着舰的任务的可靠性分配问题。
发明内容
根据本公开的实施例，提供了一种舰载机着舰任务的可靠性分配方法和装置，来对多阶段的舰载机自动着舰的任务的可靠性进行分配。
在本公开的第一方面，提供了一种舰载机着舰任务的可靠性分配方法，包括：
根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将所述舰载机自动着舰任务划分为多个分阶段任务；
基于复杂度因子、环境因子、时间因子和严酷度因子对各分阶段任务进行评分，生成评分结果，利用D-S证据理论处理所述评分结果，获得各分阶段任务对应的可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务；
根据各个分阶段任务的剖面特性，建立各个分阶段任务的可靠性框图；
根据各分阶段任务工作的子系统，考虑多种因素对任务可靠性的影响程度大小，建立专家信息判断矩阵，基于层次分析法对专家信息进行处理，获得子系统的专家信息分配系数，作为主观信息；
基于灰色关联理论对舰载机系统的历史服役数据进行处理，获得子系统的客观信息分配系数，作为客观信息；
融合所述主观信息和所述客观信息，确定舰载机系统的各子系统在各个分阶段任务的分配系数，根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度。
在一些实施例中，所述根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将所述舰载机自动着舰任务划分为多个分阶段任务，包括：
按照时间顺序对舰载机自动着舰任务进行划分，将舰载机自动着舰任务划分为串联的多个分阶段任务，所述多个分阶段任务包括返航阶段任务、进场阶段任务、进近阶段任务和着舰阶段任务。
在一些实施例中，所述基于复杂度因子、环境因子、时间因子和严酷度因子对各分阶段任务进行评分，生成评分结果，包括：
根据每个分阶段任务的完成的难易程度与操作流程复杂度、受着舰环境和航母平台的影响程度、舰载机阶段任务失败所带来的后果严重程度，以及平均工作时间、舰载机高度、舰载机与航母的水平距离对各分阶段任务进行评分，生成评分结果。
在一些实施例中，所述利用D-S证据理论处理所述评分结果，获得各分阶段任务对应的可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务，包括：
定义自动着舰各阶段任务可靠性因素集，对舰载机各阶段任务的因素评分进行归一化处理，利用Dempster组合规则来合成不同的证据，将各评分因子逐一融合，得到各阶段任务可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务。
在一些实施例中，所述根据各分阶段任务工作的子系统，考虑多种因素对任务可靠性的影响程度大小，建立专家信息判断矩阵，基于层次分析法对专家信息进行处理，获得子系统的专家信息分配系数，包括：
定义层次分析的目标层、准则层、和决策层；
构造目标层与准则层的判断矩阵A，以及准则层与决策层之间的判断矩阵
Figure SMS_1
，并进行一致性检验；
求关联度
Figure SMS_2
，获得归一化权重
Figure SMS_3
，作为专家信息分配系数，其中，
Figure SMS_4
为判断矩阵A的最大特征值对应的归一化特征向量，
Figure SMS_5
为判断矩阵
Figure SMS_6
的最大特征值对应的归一化特征向量组成的矩阵，
Figure SMS_7
为第i个子系统与任务可靠性的关联度。
在一些实施例中，所述基于灰色关联理论对舰载机系统的历史服役数据进行处理，获得子系统的客观信息分配系数，包括：
确定目标可靠性指标的参考序列和飞机系统的可靠性指标；
对所述参考序列进行无量纲化处理，生成变换参考序列；
根据所述变换参考序列确定所述历史服役数据和所述参考序列在目标可靠性指标维度上的关联系数；
根据所述关联系数确定子系统发生故障导致系统发生故障的重要度因子，进行归一化处理，确定所述重要度因子的权重
Figure SMS_8
，作为客观信息分配系数，其中，
Figure SMS_9
为第i个子系统发生故障导致系统发生故障的重要度因子。
在一些实施例中，所述融合所述主观信息和所述客观信息，确定舰载机系统的各子系统在各个分阶段任务的分配系数，根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度，包括：
线性组合专家评分数据和基于重要度的相似系统先验数据，最终的分配权重为
Figure SMS_10
，其中，
Figure SMS_11
为专家信息分配系数，
Figure SMS_12
为客观信息分配系数，
Figure SMS_13
为专家信息分配系数的权值，
Figure SMS_14
为客观信息分配系数的权值；
根据所述最终的分配权重和确定的各个分阶段任务对应的舰载机着舰任务的任务可靠度，计算各子系统在舰载机自动着舰任务的可靠度；
第i个系统的任务可靠度为
Figure SMS_15
，其中，
Figure SMS_16
为第i个系统的任务可靠度，
Figure SMS_17
为第i个系统在第j个任务阶段的任务可靠度，N为子系统工作阶段数量。
在本公开的第二方面，提供了一种舰载机着舰任务的可靠性分配装置，包括：
任务阶段划分模块，用于根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将所述舰载机自动着舰任务划分为多个分阶段任务；
任务可靠度分配模块，用于基于复杂度因子、环境因子、时间因子和严酷度因子对各分阶段任务进行评分，生成评分结果，利用D-S证据理论处理所述评分结果，获得各分阶段任务对应的可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务；
可靠性框图建立模块，用于根据各个分阶段任务的剖面特性，建立各个分阶段任务的可靠性框图；
专家信息分配系数确定模块，用于根据各分阶段任务工作的子系统，考虑多种因素对任务可靠性的影响程度大小，建立专家信息判断矩阵，基于层次分析法对专家信息进行处理，获得子系统的专家信息分配系数，作为主观信息；
客观信息分配系数确定模块，用于基于灰色关联理论对舰载机系统的历史服役数据进行处理，获得子系统的客观信息分配系数，作为客观信息；
子系统可靠度确定模块，用于融合所述主观信息和所述客观信息，确定舰载机系统的各子系统在各个分阶段任务的分配系数，根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度。
在本公开的第三方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如第一方面中任一项所述的方法。
在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面中任一项所述的方法。
通过本公开的舰载机着舰任务的可靠性分配方法，能够准确分配多阶段的舰载机自动着舰的任务的可靠性，从而准确合理地确定舰载机着舰控制系统中每个子系统的可靠度指标。
发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了本公开实施例一的舰载机着舰任务的可靠性分配方法的流程图；
图2示出了本公开实施例二的舰载机着舰任务的可靠性分配装置的结构示意图；
图3示出了用来实施本公开的实施例的电子设备的示意性框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本公开实施例的舰载机着舰任务的可靠性分配方法，用于对舰载机自动着舰任务过程中的各子系统的可靠度进行分配，通过对各子系统在舰载机自动着舰任务过程中各阶段的可靠性进行确定，提高了确定舰载机着舰控制系统中每个子系统的可靠度的准确性和合理性。
具体地如图1所示，为本公开实施例一的舰载机着舰任务的可靠性分配方法的流程图。本实施例的舰载机着舰任务的可靠性分配方法，可以包括以下步骤：
S101：根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将所述舰载机自动着舰任务划分为多个分阶段任务。
本公开实施例的方法，用于对于对舰载机自动着舰任务过程中的各子系统的可靠度进行分配。由于现有的可靠性分配研究主要针对系统可靠性分配问题，因为其无法考虑舰载机任务剖面的动态多阶段特征，并不适合用目前广泛使用的可靠性分配方法来解决舰载机自动着舰的任务可靠性分配问题。具体地，在本实施例中，可以按照时间顺序对舰载机自动着舰过程任务进行划分，将舰载机自动着舰任务划分为串联的多个分阶段任务，所述多个分阶段任务包括返航阶段任务、进场阶段任务、进近阶段任务和着舰阶段任务。
S102：基于复杂度因子、环境因子、时间因子和严酷度因子对各分阶段任务进行评分，生成评分结果，利用D-S证据理论处理所述评分结果，获得各分阶段任务对应的可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务。
在本实施例中，可以根据每个分阶段任务的完成的难易程度与操作流程复杂度、受着舰环境和航母平台的影响程度、舰载机阶段任务失败所带来的后果严重程度，以及平均工作时间、舰载机高度、舰载机与航母的水平距离对各分阶段任务进行评分，生成评分结果。
具体地，任务复杂度可以根据被评价的任务完成的难易程度与操作流程复杂度（舰载机在各个阶段的工作场景数量）来判定，最复杂的评10分，最简单的评1分。
环境影响可以根据被评价的阶段任务受着舰环境、航母平台等影响程度来判定，最容易受到环境影响的评10分，最不受环境影响的评1分。
任务时间可以根据被评价任务阶段的平均工作时间、舰载机高度、舰载机与航母的水平距离综合判定。任务时间最长的评10分，最短的评1分。
严酷度因子可以根据被评价任务阶段，舰载机阶段任务失败所带来的后果严重程度判定，最严重的评10分，最轻微的评1分。
具体可以参照表1，其中表1为舰载机阶段任务评价表。
表1：舰载机阶段任务评价表
Figure SMS_18
定义自动着舰各阶段任务可靠性因素集U{复杂度因子, 环境因子, 时间因子,严酷度因子}=
Figure SMS_19
，对舰载机阶段任务的各因素评分进行归一化处理，处理后的各任务阶段关于各因素评分可表示为
Figure SMS_20
，
Figure SMS_21
，其中
Figure SMS_22
为第i个因子，在第j阶段的评分，i和j 分别为正整数。
具体结果如表2，其中表2为舰载机阶段任务评价归一化表。
表2：舰载机阶段任务评价归一化表
Figure SMS_23
利用D-S证据理论处理评分结果时，应满足以下条件：
Figure SMS_24
，
式中，
Figure SMS_25
表示该证据支持命题x，但不支持x的真子集的程度。
利用Dempster组合规则来合成不同的证据，合成得到的信度函数反映了各批证据的联合作用，有：
Figure SMS_26
。
根据上述方法，同理可得
Figure SMS_27
，
Figure SMS_28
，因此可将各评分因子逐一融合，得到阶段任务可靠性分配系数
Figure SMS_29
。总着舰任务包含4个阶段，任务可靠度指标为
Figure SMS_30
，则分配给每个阶段的任务可靠度为:
Figure SMS_31
。
各个任务阶段可靠度分配结果如表3，其中，表3为任务阶段可靠度分配表。
表3：任务阶段可靠度分配表
Figure SMS_32
S103：根据各个分阶段任务的剖面特性，建立各个分阶段任务的可靠性框图。
舰载机着舰过程风险直接影响其安全性，且与陆上降落相比，舰载机自动着舰控制系统的故障更容易造成坠机的事故。为了保证飞行任务、设备和我方地面人员不受到舰载机全自动着舰控制系统故障的威胁，需要进行舰载机自动着舰控制系统的多阶段任务可靠性分配。
自动着舰控制系统由供电系统、飞行控制系统、电液伺服系统、航电系统、舰载机引导系统、舰载机拦阻系统共6个子系统组成。
供电系统通过专用电源与配电装置提供飞控与航电系统及电液伺服系统运转能源；飞行控制系统通过传感器测量飞行参数、感知飞行状态，由飞行控制计算机解算控制率，向电液伺服系统发出控制指令；电液伺服系统是全自动着舰控制系统的执行机构，接收自控制器的指令信号，实现控制面偏转、油门执行以及起落架收放等功能作动；航电系统一方面配合飞行控制系统完成飞行状态感知功能，通过平视显示器、下视显示器实现飞行信息显示功能，并通过数据链完成舰载机信息传递以及机舰信息交互；舰载机引导系统主要完成舰载机位置测量、航母运动状态测量、甲板运动补偿计算、下滑引导律计算及指令发送等功能；舰载机拦阻系统实现着舰阶段的拦阻功能，能够在收到指令后的短时间内放下拦阻钩到待拦位置，并在特殊情况复飞时能迅速收起。
依据各阶段舰载机执行任务时的工作特性，基于自动着舰系统组成结构建立各阶段任务可靠性框图。
返航阶段为：
供电系统——飞行控制系统——电液伺服系统——航电系统；
进场阶段为：
供电系统——飞行控制系统——电液伺服系统——航电系统；
进近阶段为：
供电系统——飞行控制系统——电液伺服系统——航电系统——航载机引导系统；
着舰阶段为：
供电系统——飞行控制系统——电液伺服系统——航电系统——航载机引导系统——航载机拦阻系统。
S104：根据各分阶段任务工作的子系统，考虑多种因素对任务可靠性的影响程度大小，建立专家信息判断矩阵，基于层次分析法对专家信息进行处理，获得子系统的专家信息分配系数，作为主观信息；
在本实施例中，应用层次分析的方法，定义自动着舰任务任务可靠性指标A，对自动着舰系统划分的子系统B，可靠性影响因素（准则层）C，设A需要考虑的可靠性影响因素C 有m个，A在可靠性分配过程中，被分为的子系统B有n个。数据处理方法如下：
构造系统与准则层的判断矩阵，其中
Figure SMS_33
代表准则
Figure SMS_34
相对准则
Figure SMS_35
的重要程度或对准则打分后，准则
Figure SMS_36
与
Figure SMS_37
的比值。最终，得到如下互反性判断矩阵（上角标代表评分对象）：
Figure SMS_38
。
求特征值及其特征向量，对特征值大小进行排序，其中最大值记为
Figure SMS_39
；
对准则的打分如果没有对应先验数据支持，可按照类似如下的规则，通过专家的评判，用两两比较的方法，构造判断矩阵进行打分，通常使用1~9标度。
具体标度含义如表4所示，其中，表4为判断矩阵标度含义表。
表4：判断矩阵标度含义表
Figure SMS_40
同理，构造可靠性影响因素与子系统之间的判断矩阵，对每一个影响因素
Figure SMS_41
有，
Figure SMS_42
。
求特征值及其特征向量，对特征值大小进行排序，取最大者记为
Figure SMS_43
，进行一致性检验，一致性指标
Figure SMS_44
，随机一致性指标为RI。具体RI满足表5，其中，表5为随机一致性指标与矩阵维数对照表。
表5：随机一致性指标与矩阵维数对照表
Figure SMS_45
得到一致性比率
Figure SMS_46
，满足
Figure SMS_47
，符合一致性条件，专家打分制评分结果合格；否则，需要对原评分矩阵进行调整和修正；计算权向量，对矩阵A，最大特征值
Figure SMS_48
对应的归一化特征向量
Figure SMS_49
，
对矩阵
Figure SMS_50
，最大特征值
Figure SMS_51
对应的归一化特征向量
Figure SMS_52
，构成特征矩阵
Figure SMS_53
，这是一个n×m阶的矩阵；
求关联度
Figure SMS_54
；
归一化，求权重
Figure SMS_55
。
具体地，建立子系统可靠性分配层次模型，定义五个对全自动着舰控制系统具有关键影响的影响因素：复杂程度、工作时间、工作环境、重要程度、故障严重程度。将任务可靠性作为目标层，影响因素作为准则层，工作子系统作为决策层。
通过经验数据比照及专家评分，考虑复杂程度、工作时间、工作环境、重要程度、故障严重程度五个因素对自动着舰任务可靠性的影响程度大小。可以得到互反性判断矩阵A：
Figure SMS_56
同理，根据工作子系统对应于不同因素对任务可靠性的影响程度大小，可得到矩阵
Figure SMS_57
。
Figure SMS_58
，
Figure SMS_59
，
Figure SMS_60
，
Figure SMS_61
，
Figure SMS_62
。
进行一致性检验符合规定后，通过层次分析法，可以求得基于专家信息的权重分配
Figure SMS_63
。
应用层次分析法，各个阶段子系统的分配系数计算结果如表6所示。
表6：各个阶段子系统的专家信息分配系数
Figure SMS_64
S105：基于灰色关联理论对舰载机系统的历史服役数据进行处理，获得子系统的客观信息分配系数，作为客观信息；
在本实施例中，可以确定目标可靠性指标的参考序列和飞机系统的可靠性指标；对所述参考序列进行无量纲化处理，生成变换参考序列；根据所述变换参考序列确定所述历史服役数据和所述参考序列在目标可靠性指标维度上的关联系数；根据所述关联系数确定子系统发生故障导致系统发生故障的重要度因子；对所述重要度因子进行归一化处理，确定所述重要度因子的权重。
具体地，确定特定可靠性指标（一般为平均故障间隔时间）参考序列
Figure SMS_65
，一般为可靠性分配的各个子系统
Figure SMS_66
。
对数列进行无量纲化处理
Figure SMS_67
，其中，
Figure SMS_68
为参考样本；
利用变换所得的数据计算关联数列与参考数列在不同时刻的关联系数：
Figure SMS_69
其中，ρ被称为分辨系数，取值范围一般为0<ρ<1。
Figure SMS_70
代表系统的可靠性指标。
现有技术中，在进行数据处理时，会将分辨系数默认为0.5以简化计算，进行数据处理，其运算结果具有不合理性。
一般地，上式中数据处理结果有
Figure SMS_71
，以及
Figure SMS_72
，故有
Figure SMS_73
。过滤小概率事件，使得
Figure SMS_74
，带入不等式有ρ取值为0.05。ρ取值会根据模型参数进行修改，以保证
Figure SMS_75
在置信区间内，取值具有合理性。
求关联度，即子系统发生故障导致系统发生故障的重要度因子
Figure SMS_76
；
归一化，求权重
Figure SMS_77
。
对于历史数据的处理，可求解各阶段子系统客观信息可靠度分配系数，具体实例如表7：
表7为7架已知类似已有型号飞机各系统平均故障间隔时间：
其中
Figure SMS_78
，
Figure SMS_79
，
Figure SMS_80
，
Figure SMS_81
，
Figure SMS_82
，
Figure SMS_83
分别代表供电系统、飞行控制系统、电液伺服系统、航电系统、舰载机引导系统、舰载机拦阻系统6个子系统。
表7：已有型号飞机各系统平均故障间隔时间表
Figure SMS_84
应用所建立的重要度法，各个阶段子系统的分配系数计算结果如表8所示。
表8：各个阶段子系统的客观信息分配系数
Figure SMS_85
S106：融合所述主观信息和所述客观信息，确定舰载机系统的各子系统在各个分阶段任务的分配系数，根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度。
数据融合过程，对每个子系统
Figure SMS_86
，专家评分数据和基于重要度的相似系统先验数据进行线性组合，得到融合后的数据已综合考虑主观评价和客观需求，其最终的分配权重为
Figure SMS_87
，其中，
Figure SMS_88
为专家信息分配系数，
Figure SMS_89
为客观信息分配系数，
Figure SMS_90
，
Figure SMS_91
为分配系数的权值。
在进行可靠性分配的过程中，对任一子系统，在考虑专家评定结果及相似系统信息后，可以系统可靠性给定要求后，可自上而下进行子系统可靠性的分配，遵循如下公式：
Figure SMS_92
，
其中，
Figure SMS_93
为第i个子系统在第j个任务阶段的任务可靠度，
Figure SMS_94
为第j个任务阶段的任务可靠度。
根据所述方法，首先计算最终分配权重，根据所述数据融合过程，取
Figure SMS_95
求解最终分配权重
Figure SMS_96
，
其中，
Figure SMS_97
为专家信息分配系数，
Figure SMS_98
为客观信息分配系数，
Figure SMS_99
为专家信息分配系数的权值，
Figure SMS_100
为客观信息分配系数的权值。
融合主客观信息，各个阶段子系统的最终分配系数计算结果如表9所示。
表9：各个阶段子系统的最终分配系数
Figure SMS_101
根据所述重要度因子和确定的各个分阶段任务对应的舰载机自动着舰任务的任务可靠度，计算各子系统在各个分阶段的可靠度。
具体地，可以根据确定的各个阶段任务的可靠度，以及各个系统在4个不同工作阶段的可靠度分配系数求得各个阶段各个子系统的任务可靠度分配结果，其中，若子系统在该阶段不工作，那么该阶段可靠度为1。
所述分配结果如表10所示，其中，表10为各子系统在分阶段任务的可靠度分配表。
表10：各子系统在分阶段任务的可靠度分配表
Figure SMS_102
由于某个子系统或设备在不同任务阶段所分配得到的任务可靠度不同，为了综合考虑各阶段可靠性分配结果，取其各阶段任务可靠度的几何平均值。最终得到子系统任务可靠性分配结果。即第i个系统的任务可靠度为：
Figure SMS_103
，其中，
Figure SMS_104
为第i个系统的任务可靠度，
Figure SMS_105
为第i个系统在第j个任务阶段的任务可靠度，N为子系统工作阶段数量。
具体计算结果如表11，其中，表11为最终可靠度分配表。
表11：最终可靠度分配表
Figure SMS_106
本公开实施例的方法，通过对各子系统在舰载机自动着舰任务过程中各阶段的可靠性进行确定，提高了确定舰载机着舰控制系统中每个子系统的可靠度的准确性和合理性。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应所述知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应所述知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
如图2所示，为本公开实施例二的舰载机着舰任务的可靠性分配装置的结构示意图，本实施例的舰载机着舰任务的可靠性分配装置，包括：
任务阶段划分模块201，用于根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将所述舰载机自动着舰任务划分为多个分阶段任务；
任务可靠度分配模块202，用于基于复杂度因子、环境因子、时间因子和严酷度因子对各分阶段任务进行评分，生成评分结果，利用D-S证据理论处理所述评分结果，获得各阶段任务对应的可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务；
可靠性框图建立模块203，用于根据各个分阶段任务的剖面特性，建立各个分阶段任务的可靠性框图；
专家信息分配系数确定模块204，用于根据各分阶段任务工作的子系统，考虑多种因素对任务可靠性的影响程度大小，建立专家信息判断矩阵，基于层次分析法对专家信息进行处理，获得子系统的专家信息分配系数，作为主观信息；
客观信息分配系数确定模块205，用于基于灰色关联理论对舰载机系统的历史服役数据进行处理，获得子系统的客观信息分配系数，作为客观信息；
子系统可靠度确定模块206，用于融合所述主观信息和所述客观信息，确定舰载机系统的各子系统在各个分阶段任务的分配系数，根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图3示出了可以用来实施本公开的实施例的电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
电子设备300包括计算单元301，其可以根据存储在ROM302中的计算机程序或者从存储单元308加载到RAM303中的计算机程序，来执行各种适当的动作和处理。在RAM303中，还可存储电子设备300操作所需的各种程序和数据。计算单元301、ROM302以及RAM303通过总线304彼此相连。I/O接口305也连接至总线304。
电子设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许电子设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如舰载机着舰任务的可靠性分配方法。例如，在一些实施例中，舰载机着舰任务的可靠性分配方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM302和/或通信单元309而被载入和/或安装到电子设备300上。当计算机程序加载到RAM303并由计算单元301执行时，可以执行上文描述的舰载机着舰任务的可靠性分配方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行舰载机着舰任务的可靠性分配方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.舰载机着舰任务的可靠性分配方法，其特征在于，包括：
根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将所述舰载机自动着舰任务划分为多个分阶段任务；
基于复杂度因子、环境因子、时间因子和严酷度因子对各分阶段任务进行评分，生成评分结果，利用D-S证据理论处理所述评分结果，获得各分阶段任务对应的可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务；
根据各个分阶段任务的剖面特性，建立各个分阶段任务的可靠性框图；
根据各分阶段任务工作的子系统，考虑多种因素对任务可靠性的影响程度大小，建立专家信息判断矩阵，基于层次分析法对专家信息进行处理，获得子系统的专家信息分配系数，作为主观信息；
基于灰色关联理论对舰载机系统的历史服役数据进行处理，获得子系统的客观信息分配系数，作为客观信息；
融合所述主观信息和所述客观信息，确定舰载机系统的各子系统在各个分阶段任务的分配系数，根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度。
2.根据权利要求1所述的方法，其特征在于，所述根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将所述舰载机自动着舰任务划分为多个分阶段任务，包括：
按照时间顺序对舰载机自动着舰任务进行划分，将舰载机自动着舰任务划分为串联的多个分阶段任务，所述多个分阶段任务包括返航阶段任务、进场阶段任务、进近阶段任务和着舰阶段任务。
3.根据权利要求2所述的方法，其特征在于，所述基于复杂度因子、环境因子、时间因子和严酷度因子对各分阶段任务进行评分，生成评分结果，包括：
根据每个分阶段任务的完成的难易程度与操作流程复杂度、受着舰环境和航母平台的影响程度、舰载机阶段任务失败所带来的后果严重程度，以及平均工作时间、舰载机高度、舰载机与航母的水平距离对各分阶段任务进行评分，生成评分结果。
4.根据权利要求3所述的方法，其特征在于，所述利用D-S证据理论处理所述评分结果，获得各分阶段任务对应的可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务，包括：
定义自动着舰各阶段任务可靠性因素集，对舰载机各阶段任务的因素评分进行归一化处理，利用Dempster组合规则来合成不同的证据，将各评分因子逐一融合，得到各阶段任务可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务。
5.根据权利要求1所述的方法，其特征在于，所述根据各分阶段任务工作的子系统，考虑多种因素对任务可靠性的影响程度大小，建立专家信息判断矩阵，基于层次分析法对专家信息进行处理，获得子系统的专家信息分配系数，包括：
定义层次分析的目标层、准则层、和决策层；
构造目标层与准则层的判断矩阵A，以及准则层与决策层之间的判断矩阵
Figure QLYQS_1
，并进行一致性检验；
求关联度
Figure QLYQS_2
，获得归一化权重
Figure QLYQS_3
，作为专家信息分配系数，其中，
Figure QLYQS_4
为判断矩阵A的最大特征值对应的归一化特征向量，
Figure QLYQS_5
为判断矩阵
Figure QLYQS_6
的最大特征值对应的归一化特征向量组成的矩阵，
Figure QLYQS_7
为第i个子系统与任务可靠性的关联度。
6.根据权利要求1所述的方法，其特征在于，所述基于灰色关联理论对舰载机系统的历史服役数据进行处理，获得子系统的客观信息分配系数，包括：
确定目标可靠性指标的参考序列和飞机系统的可靠性指标；
对所述参考序列进行无量纲化处理，生成变换参考序列；
根据所述变换参考序列确定所述历史服役数据和所述参考序列在目标可靠性指标维度上的关联系数；
根据所述关联系数确定子系统发生故障导致系统发生故障的重要度因子，进行归一化处理，确定所述重要度因子的权重
Figure QLYQS_8
，作为客观信息分配系数，其中，
Figure QLYQS_9
为第i个子系统发生故障导致系统发生故障的重要度因子。
7.根据权利要求1所述的方法，其特征在于，所述融合所述主观信息和所述客观信息，确定舰载机系统的各子系统在各个分阶段任务的分配系数，根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度，包括：
线性组合专家评分数据和基于重要度的相似系统先验数据，最终的分配权重为
Figure QLYQS_10
，其中，
Figure QLYQS_11
为专家信息分配系数，
Figure QLYQS_12
为客观信息分配系数，
Figure QLYQS_13
为专家信息分配系数的权值，
Figure QLYQS_14
为客观信息分配系数的权值；
根据所述最终的分配权重和确定的各个分阶段任务对应的舰载机着舰任务的任务可靠度，计算各子系统在舰载机自动着舰任务的可靠度；
第i个系统的任务可靠度为
Figure QLYQS_15
，其中，
Figure QLYQS_16
为第i个系统的任务可靠度，
Figure QLYQS_17
为第i个系统在第j个任务阶段的任务可靠度，N为子系统工作阶段数量。
8.舰载机着舰任务的可靠性分配装置，其特征在于，包括：
任务阶段划分模块，用于根据舰载机自动着舰过程任务剖面，对舰载机自动着舰任务进行阶段划分，将所述舰载机自动着舰任务划分为多个分阶段任务；
任务可靠度分配模块，用于基于复杂度因子、环境因子、时间因子和严酷度因子对各分阶段任务进行评分，生成评分结果，利用D-S证据理论处理所述评分结果，获得各分阶段任务对应的可靠性分配系数，将所述舰载机自动着舰任务的任务可靠度分配到各个分阶段任务；
可靠性框图建立模块，用于根据各个分阶段任务的剖面特性，建立各个分阶段任务的可靠性框图；
专家信息分配系数确定模块，用于根据各分阶段任务工作的子系统，考虑多种因素对任务可靠性的影响程度大小，建立专家信息判断矩阵，基于层次分析法对专家信息进行处理，获得子系统的专家信息分配系数，作为主观信息；
客观信息分配系数确定模块，用于基于灰色关联理论对舰载机系统的历史服役数据进行处理，获得子系统的客观信息分配系数，作为客观信息；
子系统可靠度确定模块，用于融合所述主观信息和所述客观信息，确定舰载机系统的各子系统在各个分阶段任务的分配系数，根据各子系统在各个分阶段任务的分配系数和各子系统对应的分阶段任务的可靠性确定各个子系统在舰载机自动着舰任务中的可靠度。
9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
CN202310470176.2A 2023-04-27 2023-04-27 舰载机着舰任务的可靠性分配方法和装置 Active CN116187108B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310470176.2A CN116187108B (zh) 2023-04-27 2023-04-27 舰载机着舰任务的可靠性分配方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310470176.2A CN116187108B (zh) 2023-04-27 2023-04-27 舰载机着舰任务的可靠性分配方法和装置

Publications (2)

Publication Number Publication Date
CN116187108A true CN116187108A (zh) 2023-05-30
CN116187108B CN116187108B (zh) 2023-07-18

Family

ID=86440682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310470176.2A Active CN116187108B (zh) 2023-04-27 2023-04-27 舰载机着舰任务的可靠性分配方法和装置

Country Status (1)

Country Link
CN (1) CN116187108B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104317990A (zh) * 2014-10-09 2015-01-28 中国运载火箭技术研究院 一种基于风险的多阶段任务航天器可靠性改进方法
US20170308640A1 (en) * 2016-04-22 2017-10-26 The Boeing Company Providing early warning and assessment of vehicle design problems with potential operational impact
CN107808169A (zh) * 2017-11-16 2018-03-16 中国航天标准化研究所 一种航天多阶段任务系统可靠性评估方法和系统
CN111291448A (zh) * 2019-12-24 2020-06-16 中国航空工业集团公司西安飞机设计研究所 一种军用飞机任务可靠性指标分配方法
CN111680388A (zh) * 2020-04-23 2020-09-18 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 任务电子系统可靠性数据量化方法、装置和计算机设备
CN112487592A (zh) * 2020-12-16 2021-03-12 北京航空航天大学 基于贝叶斯网络的任务可靠性建模分析方法
CN113221372A (zh) * 2021-05-26 2021-08-06 河北工业大学 基于bdd的工业机器人pms系统用可靠性分析方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104317990A (zh) * 2014-10-09 2015-01-28 中国运载火箭技术研究院 一种基于风险的多阶段任务航天器可靠性改进方法
US20170308640A1 (en) * 2016-04-22 2017-10-26 The Boeing Company Providing early warning and assessment of vehicle design problems with potential operational impact
CN107808169A (zh) * 2017-11-16 2018-03-16 中国航天标准化研究所 一种航天多阶段任务系统可靠性评估方法和系统
CN111291448A (zh) * 2019-12-24 2020-06-16 中国航空工业集团公司西安飞机设计研究所 一种军用飞机任务可靠性指标分配方法
CN111680388A (zh) * 2020-04-23 2020-09-18 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 任务电子系统可靠性数据量化方法、装置和计算机设备
CN112487592A (zh) * 2020-12-16 2021-03-12 北京航空航天大学 基于贝叶斯网络的任务可靠性建模分析方法
CN113221372A (zh) * 2021-05-26 2021-08-06 河北工业大学 基于bdd的工业机器人pms系统用可靠性分析方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
ZHIHUA WANG等: "An information fusion reliability allocation method considering limited sample size circumstances", 《QUALITY AND RELIABILITY ENGINEERING INTERNATIONAL》, pages 2 - 3 *
于卫东等: "舰艇作战系统可靠性分析", 《兵器装备工程学报》, no. 02 *
卞瑞兵;张扬;潘正强;程志君;白森洋;: "基于二元决策图的护航编队多阶段任务体系可靠性分析", 兵工学报, no. 05 *
吕建伟;余鹏;刘中华;杨建军;: "舰船总体任务可靠性的多阶段工程分析法", 中国造船, no. 03 *
姚路等: "常规潜艇总体任务可靠性的建模与仿真", 《兵工自动化》, pages 1 - 3 *
孟礼等: "基于BDD算法的航天测控系统任务可靠性建模与分析", 《装备学院学报》, no. 05 *
胡斌等: "基于任务重要度的舰船总体任务可靠性分配法", 《中国造船》, no. 02 *

Also Published As

Publication number Publication date
CN116187108B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
US11790767B2 (en) Method, apparatus, device and storage medium for pre-warning of aircraft flight threat evolution
CN110363333A (zh) 一种基于渐进梯度回归树的天气影响下空中通行能力的预测方法
US11270519B2 (en) Method of processing point cloud data based on neural network
CN114723966B (zh) 多任务识别方法、训练方法、装置、电子设备及存储介质
US20220414474A1 (en) Search method, electronic device and storage medium based on neural network model
KR20200104240A (ko) 꼬리-특정 파라미터 계산을 위한 시스템 및 방법
CN109144099B (zh) 基于卷积神经网络的无人机群行动方案快速评估方法
CN113177719A (zh) 民航净空安全风险评估方法、装置、计算机设备及存储介质
CN107748808A (zh) 基于区间约束的可靠性指标分配优化方法、系统及介质
CN117034090A (zh) 模型参数调整、模型应用方法、装置、设备及介质
CN111580389A (zh) 基于深度学习的三自由度直升机显式模型预测控制方法
CN116580223A (zh) 数据处理及模型微调方法、装置、电子设备及存储介质
CN116187108B (zh) 舰载机着舰任务的可靠性分配方法和装置
WO2024067137A1 (zh) 一种无人驾驶航空器的智能续航管理方法、系统和介质
CN113887630A (zh) 图像分类方法、装置、电子设备和存储介质
CN113516185A (zh) 模型训练的方法、装置、电子设备及存储介质
CN110901898B (zh) 飞行器重心限制方法及装置
CN110456356B (zh) 一种面向资料同化的天气雷达径向速度质量控制方法
CN115049551A (zh) 一种点云地面点的滤除方法、装置、设备及存储介质
Hernández et al. An application of Taguchi’s method to robust design of aircraft structures
CN110599622A (zh) 应用于飞机飞行状态的参数表征方法
CN118246819B (zh) 一种飞行区运行态势评估方法、装置、设备及介质
E Gabriel et al. Multi-Objective Optimization of an Aircraft Position Indicator and Actuation System (PIAS) using GPSIA+ DS
CN115526453B (zh) 车辆调度方法、装置、设备及存储介质
CN115009278B (zh) 一种巡航控制方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant