针对有限任务间隔时间内复杂民机系统的选择性维修决策问题,以最小维修、不完全维修及换件维修作为备选维修行为集,综合考虑部件维修前状态、部件役龄、维修成本、维修人员技能水平等因素,建立了复杂民机系统任务可靠度模型,并在总维修时间约束下,建立了以总维修成本最小化和任务可靠度最大化为目标的多目标维修决策模型,设计改进多目标粒子群算法对提出的决策模型进行了求解。通过案例分析验证了模型的有效性,并分析了引入不完全维修对Pareto解集的影响。结合模型求解结果可知,通过合理的分配维修资源,可有效提高维修资源的利用效率,在保障安全性的基础上实现维修经济性最大化。

针对飞机液压系统故障诊断特征值冗余难以精准获取和准确率不高的问题,提出一种基于变精度邻域粗糙集(Variable Precision Neighborhood Rough Set,VPNRS)和随机森林(Random Forest,RF)相结合的特征选择算法,并以此为基础建立飞机液压系统故障诊断模型。VPNRS-RF算法主要是利用随机森林算法分别对变精度邻域和模糊熵粗糙集约简后的特征进行重要度排序,再次筛选后确定最优特征子集,使用最优特征子集对在线贯序极限学习机(OSELM)分类模型进行训练,从而提高故障信息获取准确率。最后以飞机起落架收放系统为例进行仿真研究,验证了VPNRS-RFOSELM模型的优越性。

为解决当前水泥厂破碎机振动严重、噪声大以及关键零部件强度不足的问题,基于UG构建破碎机定锥衬板三维模型,并导入ANSYS软件对定锥衬板的模态和疲劳寿命进行仿真分析,根据仿真结果针对性提出结构优化措施消除定锥衬板应力集中的问题,极大提升了破碎机使用寿命和安全性。

针对民机不同维修任务的航材调度规划问题进行了深入研究,提出了基于改进自适应遗传算法动态库存的航材实时共享调度规划模型。结合任务时间窗的需求和停机惩罚函数为约束,以最小总成本为优化目标,建立了航材库动态环境下的航材调度模型。在此基础上,采用改进遗传算法对模型进行求解,编码方式采用染色体组的形式,在求解过程中,将交叉和变异概率根据适应值作出动态调整。通过算例仿真验证了该模型的可行性和有效性,为航材实时调度规划提供了理论方法依据。

为有效诊断直升机齿轮箱故障，研究建立了基于直升机齿轮箱振动信号的小波包熵ABC-BP神经网络故障诊断模型。模型以小波波包分析与信息熵分析方法为基础，提取齿轮箱振动信号的小波包熵作为神经网络的特征输入向量，引入人工蜂群优化BP神经网络，将BP神经网络的误差函数作为人工蜂群的适应度，选择适应度最优的个体参数作为神经网络的权值和阈值,不仅降低模型输入维度，还提高了诊断精度。最后基于实验数据进行了验证，结果表明该诊断模型具有较好的故障诊断效果。

为有效诊断飞机液压系统故障,根据液压系统压力信号采用了熵权ABC-BP神经网络的故障诊断模型。模型先提取飞机液压系统压力信号的特征值,根据熵权法计算特征值信息熵,选取熵权值较大的作为神经网络的输入,同时利用人工蜂群优化BP神经网络,将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的个体参数作为神经网络的权值和阈值,不仅降低模型输入维度,还提高了诊断精度。最后建立了飞机起落架收放系统仿真模型进行仿真研究,结果表明该诊断模型具有较好的故障诊断效果,为飞机液压系统故障诊断提供一种新思路.