装备剩余寿命预测方法与维修决策模型研究采购意向公告

【产品类别：计算机科学技术研究服务】【发布时间：********** **:**:**】【字号大中小】【打印】【关闭】

为便于供应商了解采购信息，根据《物资服务集中采购需求管理暂行办法》等有关规定，现将装备剩余寿命预测方法与维修决策模型研究的采购意向公开如下：

序号	采购项目名称	需求概况	初步技术参数	预算金额(万元)	预计采购时间	备注
*	装备剩余寿命预测方法与维修决策模型研究	采购内容：收集获取装备状态监测和测试数据，研究不同故障模式的故障特征数据集构建方法，基于融合机制的多变量时间序列预测以及具有随机不确定性和认知不确定性的装备剩余寿命预测方法，建立维修决策模型，并进行案例验证应用，提高装备预测性维修的效率和精确性。采购数量：份主要功能或目标：提出数据增强方法至少种、关键特征筛选方法至少种、剩余寿命预测方法至少种、维修决策模型至少种。需要根据采购方要求的装备型号，收集获取相关使用保障数据，在此基础上，给出每种方法的详细步骤和应用案例，对结果进行比较分析，说明模型和方法的优点。需满足的要求：提出的模型和方法具有创新性，查重率低于%。提供可运行算法代码份，包括算法运行环境及执行步骤说明文档。	．不同故障模式下的装备故障特征数据集构建研究 ①面向关键部件及系统，构建在不同故障或环境下融合物理机理的高质量特征数据集，以提升故障预测及决策模型的泛化能力和鲁棒性； ②针对系统监测或者检测数据不足的问题，提出基于物理规律约束的数据增强方法，确保生成数据的真实性和可解释性； ③针对关键部件及系统监测或者检测数据维数过高的问题，面向特定环境下的寿命预测任务，提出关键特征筛选方法。 .装备剩余寿命预测方法研究 ①深度学习与随机退化过程融合的多变量时间序列装备剩余寿命预测方法研究分析深度学习和随机退化建模方法在剩余寿命量化预测方面的优势和能力不足，进一步研究深度学习与随机退化过程融合的多变量时间序列装备剩余寿命预测新方法，实现装备多维故障特征与随机退化过程的匹配融合。 ②具有随机不确定性的装备剩余寿命预测方法研究针对装备剩余寿命预测中存在的传感器噪声、环境和任务多变性等随机不确定性，研究融合宽度学习、贝叶斯网络等理论的装备剩余寿命预测及不确定性量化方法，实现实时预测与概率评估，形成数据驱动的实时装备寿命预测。 ③随机不确定性与认知不确定性并存的装备剩余寿命预测方法当某特定故障模式下的数据量不足时，会产生认知不确定性，主要体现在所选择预测模型的不确定性。针对随机不确定性与认知不确定性对剩余寿命预测结果的综合影响，研究采用时序知识图谱对先验知识建模，结合历史监测和检测数据的装备剩余寿命预测方法，降低不确定性对某类飞行器装备剩余寿命预测的影响。 *.装备维修决策模型研究 ①在剩余寿命预测结果的基础上，针对保障人员对风险的态度不同，设计相应的目标函数，在保证任务完成率的情况下建立维修与备件订购联合决策模型。 ②在剩余寿命预测结果的基础上，针对装备维修过程中存在的维修调度与备件订购决策复杂性高、状态空间庞大等问题，提出融合多层强化学习、时序知识图谱等理论的决策模型，形成维修任务调度与备件订购计划的分层决策机制。	.	**年月	无

注：*.本次意向公开的采购意向仅作为供应商了解初步采购安排的参考，采购项目具体情况以最终发布的采购公告和采购文件为准；

*.供应商可以通过采购平台反馈参与意向和意见建议。

联系人：董月

联系方式：***********

用户登录后显示完整信息