摘要：针对卫星锂离子电池剩余寿命预测问题,提出一种基于FPGA的可重构卫星锂离子电池剩余寿命预测系统设计方法。首先利用具备不确定性表达能力的相关向量机实现锂离子电池的RUL预测,进而采用FPGA动态重构技术,实现了基于相关向量机的预测算法的嵌入式计算,解决了核函数矩阵和矩阵求逆的计算方法和结构设计等关键问题,为解决硬件计算资源有限条件下的机器学习算法计算问题提供了一种新颖的思路。实验结果表明,在与PC平台保持相近计算精度的条件下,利用FPGA实现的剩余寿命预测计算效率提升了4倍,同时证明了机器学习的可重构计算方法在嵌入式计算体系中的应用具有良好的前景。

摘要：有效的装备剩余使用寿命(RUL)预测有助于及时规避严重生产事故,并为视情维护提供技术支持,在现代工业中发挥着重要作用。近年来,深度学习凭借其在大数据处理和特征提取方面的独特优势与潜力,在RUL预测领域得到了广泛应用。鉴于此,综述了深度学习在装备RUL预测领域的最新研究。首先介绍几种应用于RUL预测的典型深度学习方法,并对其实现RUL预测的基本原理和建模方法进行了概述;其次,对近年来典型深度学习方法在RUL预测领域的应用和发展趋势进行了详细总结;最后,探讨了现阶段基于深度学习的RUL预测技术所面临的挑战性问题及展望。

摘要：当前,船舶数字孪生的研究还处于起步阶段,实际应用亦比较少。在构建三维虚拟船舶及其航行环境基础上,通过实时采集船舶运行数据初步搭建了船舶数字孪生体,利用多源感知数据融合技术、航行态势重构技术对船舶航行态势进行分析;在此基础上,基于状态监测数据和相关知识经验建立了设备状态监测专家库和基于孤立森林算法对船舶设备寿命预测进行了研究。

摘要：为实现仓储导弹装备的故障预测和健康管理(PHM)系统,研究基于MEMS传感器的导弹状态监测节点。以整合射频模块的微功耗单片机CC430F5133为核心,由微传感器模块采集状态信息,并经无线射频传输与上级ARM控制器实现实时通信,解决了节点长期稳定供电、复合传感器立体结构设计和安装等关键技术。该节点具有体积小,布置灵活,对监测对象无影响,功耗低,连续监测时间长等特点,能实现长期无人值守下的信息采集与实时上传,较好地完成了状态信息采集终端的功能。

摘要：介绍了IC可靠性对电子设备可靠性的影响及当前IC可靠性的局限性,阐述了故障预测的定义及详细介绍了"浴盆曲线"不同阶段的意义;从另一个角度介绍IC的可靠性,阐述了故障预测在集成电路设计中的价值。论述了故障预测在半导体设计中的应用问题,影响半导体器件寿命的因素。给出了静电损伤、热载流子、TDDB和NBTI等影响半导体器件寿命的故障预测方案。

摘要：为研究振动载荷下板级微互连焊点的退化规律,设计了等幅定频正弦振动试验。采集焊点两端的电压信号,利用退化数据的统计特征对焊点失效过程的电压信号进行阶段划分和趋势拟合。结果表明,焊点的退化数据表征具有健康、轻度失效、重度失效和完全断裂四个阶段。轻度失效和重度失效阶段具有相似的表征形式,均可以分为陡变、缓变和平坦三个区间。采用监测数据计算样本的均值方差,建立了单调递增的退化特征模型。通过数据拟合选取误差较低的表征量,实现了焊点的健康状况评估和失效预警。

摘要：系统地介绍了车辆基地机电设备故障监测及诊断系统的设计目标、关键技术和系统功能。该系统基于工业物联网技术,运用以预测技术为核心的故障预测和健康管理(PHM)策略,采用MEMS(微机电系统)传感器实时监控并采集车辆基地机电设备的状态数据、故障数据,通过窄带物联网(LoRaWAN)实现监测数据上传,对车辆基地机电设备进行状态监测,实时获取设备状态信息,对设备进行故障预测和健康管理。该系统能够有效解决城市轨道交通车辆基地机电设备维检修困难、因设备故障导致灾难性事故频发、车辆基地管理计划难制定、设备维修过程不便于管控与追溯、信息化进程落后、物流管理差等诸多问题。

摘要：载机送出投放信号启动空空导弹弹射过程,当该过程尚未结束而投放信号中断或瞬断时,则会产生机-弹分离安全性问题。为了防止该问题的发生,在弹射控制电路的基础上,采用高能复合钽电解电容储存电能的方法实现投放信号中断故障容错。在电容充电过程中,通过在线测试充电电压得到实际电容充电曲线,比较该曲线和标准曲线的均方误差进行故障预测和健康管理。试验表明了故障容错设计和故障预测的可行性和有效性。

摘要：城市轨道交通(简称“城轨”)智能运维车载子系统作为智慧城轨建设下的关键子项,目前呈现多样化、地域化发展趋势。文章对其主流功能需求和关键技术进行了梳理,并通过平台化、模块化的思路对其天馈系统、车载装置及运维网进行了系统设计,使系统具有较强的通用性、灵活性和可扩展性。文中以中车株洲所的城轨智能运维车载子系统为例,对应急处置、故障预测和健康管理、5G通信等技术在实际应用中的情况进行了介绍,并对智能运维车载子系统的未来发展进行了展望。