基于多参数相关退化的导弹雷达导引头竞争失效状态预测

发布时间：2024-05-21 04:19

　　贮存状态下导弹雷达导引头的失效是退化失效和突发失效竞争的结果,针对多元相关退化量的竞争失效预测问题,在分析导弹雷达导引头失效特性的基础上,建立了多参数相关退化的竞争失效状态预测模型。针对性能退化数据小样本、非线性和不确定性的特点,采用基于量子粒子群优化的相关向量机预测模型对其分布参数进行预测;考虑到突发失效与退化失效之间的相关性,结合改进熵权法描述突发失效发生概率与退化数据间的相关关系;最后借助Copula函数刻画导弹雷达导引头内部失效的相关性,进而建立竞争失效预测模型,实现下一阶段导弹雷达导引头的失效状态的预测。以贮存状态下的某批导弹雷达导引头为例,通过与其他预测方法的对比,验证了本文模型的合理性和优越性。

【文章页数】：9 页

【部分图文】：

图1竞争失效状态预测流程

考虑到退化失效与突发失效的相关性以及各个性能特征参数之间的相关关系，为了对贮存状态下的导弹雷达导引头进行竞争失效状态的预测，首先利用数理统计的方法统计推断出性能退化数据的分布类型，基于量子粒子群优化(Quantum-behavedParticleSwarmOptimizat....

图2预测回归曲线

首先预测均值μ(t)。相空间重构前7个数据，得到样本对X1μ=(11.422,11.371,11.213,11.018,10.786,10.535,10.418)T和T1μ=(11.371,11.213,11.018,10.786,10.535,10.418,10.344)T。Q....

图3均值预测结果

训练完毕后即可开始预测输入样本X*1μ(11.422,11.371,11.213,11.018,10.786,10.535,10.418,10.344)T，为了验证本文方法的有效性，采用GM(1,1)灰色模型作对比，对贮存54个月和60个月时性能特征参数X1的均值进行预测，结果如....

图4不同Copula函数下失效概率预测值

分别利用Gumbeln-Copula、Claytonn-Copula和Frankn-Copula计算出导弹雷达导引头竞争失效的概率预测结果如图4所示，可见Copula函数的选择不同，预测结果有所差异，Copula函数的正确选择至关重要。6.4预测结果分析

本文编号：3979597