基于免疫粒子群优化的不等时间间隔发动机性能综合指数组合预测

首先利用奇异值分解滤波算法,对测量参数进行滤波处理,进而合成发动机性能综合指数。针对性能综合指数为不等时间间隔的情况,在改进灰色预测模型中引入新陈代谢思想,提出一种基于免疫粒子群优化权值的改进灰色模型与支持向量机相结合的性能指数预测方法。仿真实例表明:组合模型的预测精度明显高于改进灰色预测模型,略高于支持向量机模型;且对于大多数样本点,组合模型的预测结果变化更加平稳。     

基于支持向量机方法的发动机性能趋势预测

为了提高对航空发动机性能趋势预测的精度，提出利用支持向量机方法来预测表征发动机整体性能的参数一性能综合指数。建立了基于支持向量回归的一步及多步预测模型，利用该模型对性能正常衰退及性能异常发动机的综合指数分别进行预测，并与自回归(AR)模型的预测值进行比较。结果表明，基于支持向量机的预测模型比AR模型的预测精度更高，其四步预测精度由80．56％提高到88．51％。因此该模型尤其适合中、长期预测。     

基于分解-粒化和优化极限学习机的燃油泵性能退化趋势预测

机载燃油泵的性能退化呈现非线性多阶段模式,为了提高机载燃油泵性能退化指标的预测精度,得到性能退化指标准确的预测范围,提出了基于奇异值分解-模糊信息粒化与优化极限学习机的模糊粒化预测方法。针对传统的粒化预测方法直接对原始序列进行粒化分析的不足,首先利用奇异值趋势分解方法提取燃油泵性能退化指标序列的趋势项及去趋势项,再利用信息粒化方法对去趋势项进行模糊粒化;然后将趋势项及粒化后的去趋势项数据输入至极限学习机进行回归预测,并采用粒子群算法优化极限学习机参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,该方法可以有效跟踪燃油泵性能退化指标的变化趋势,并对其指标的波动范围进行有效预测。     

基于遗传算法的航空发动机机载模型支持向量机修正方法

航空发动机的实时模型与发动机的匹配精度直接影响着航空发动机故障诊断的精度.提出了基于自适应遗传算法的最小二乘支持向量回归机(AGA-LSSVR)方法对航空发动机机载实时模型进行修正,有效的提高了模型的匹配精度.分析了最小二乘支持向量机中的参数的选取对模型修正的影响,在参数的选取空间里采用自适应遗传算法搜索最优参数.最后,比较了Back propagation(BP)神经网络、支持向量回归机、AGA-LSSVR等方法在机载模型中的修正效果.结果表明:提出的AGA-LSSVR具有很好的修正精度,验证了修正模型的有效性.      

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

基于支持向量回归机的发动机/直升机扭矩超前控制

主要研究涡轴发动机转速按扰动补偿控制问题,提出了一种基于迭代约简最小二乘支持向量回归机算法和模型预测机制的直升机扭矩动态超前预测模型设计方法.首先用迭代约简最小二乘支持向量回归机设计了旋翼扭矩按飞行状态和操纵量估计的非参数动态反馈模型,然后设置了扭矩模型预测机制,以获得扭矩的超前动态信息.接着利用扭矩超前预测信息设计了...     

基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.     

基于支持向量机的航空发动机性能衰退指标预测

针对航空发动机性能衰退状态的趋势预测问题,基于非线性支持向量机回归建立了发动机性能衰退指标的预测模型,给出了反映其性能衰退的综合指标。利用该模型对发动机的性能衰退指标进行了预测分析,并与神经网络模型预测结果进行了比较。结果表明:支持向量机回归预测模型能更准确地对发动机的未来状况进行预测。     

基于组合优化相关向量机的航空发动机性能参数概率预测方法

针对航空发动机性能参数预测过程中存在的不确定因素,提出一种基于组合优化相关向量机(CORVM)的概率预测方法.首先,通过正交小波变换将性能参数序列分解为具有不同特征尺度的随机分量和趋势分量,并分别建立各分量的相关向量机(RVM)回归预测模型.然后,以留一交叉验证误差最小作为优化目标,采用量子粒子群优化(QPSO)算法实现RVM核参数和嵌入维数的自适应优化选择.最后,组合各RVM回归预测模型得到最终预测均值及方差,进而得到预测值的概率分布.通过航空发动机排气温度变化量和滑油金属含量预测实例验证了方法的有效性,实验结果表明:该方法能够有效避免传统点预测方法可能导致的不可靠结果,并具有比单一模型更高的预测精度.     

基于模糊信息粒化和优化SVM的航空发动机性能趋势预测

提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K CV验证误差最小作为优化目标,采用遗传算法(GA)实现支持向量机惩罚参数和核函数参数的自适应优化选择；训练SVM模型并进行并对模糊粒子非线性预测。利用某航空公司的某型航空发动机性能参数监测数据进行验证,结果表明:该算法可以有效实现航空发动机性能参数变化趋势和变化空间预测。在实例基础上分析了窗口大小对算法预测精度的影响以及算法多步预测的效果,得出算法最佳窗口大小为3个数据且算法3步以内预测误差小于10%。      

民用飞机登机门铰链臂结构优化设计方法研究

民用飞机登机门为了满足应急逃生需求,舱门开关需平稳,不能出现明显晃动。登机门铰链臂作为舱门开关过程中的重要连接结构,刚度要求很高,同时作为多个机构的连接界面,载荷工况种类繁多。针对登机门铰链臂结构的设计,提出了较为全面的设计优化流程方法,包含设计空间的定义、载荷及约束、几何重构步骤和强度校核。结合工程经验、拓扑优化以及厚度尺寸优化,能在少量的设计迭代次数下确定铰链臂的外形及尺寸,减少了铰链臂设计周期,实现铰链臂的轻量化设计,同时结构满足强度、刚度、功能性的要求。对于设计中的关键参数的定义和设置,结合工程经验给出建议,形成的通用方法可以推广至多功能,高刚度要求结构,为类似结构的设计提供了参考模板。     

桁架结构尺寸和形状协同优化方法研究

在满足特定规范和约束条件下,设计出重量最轻的结构具有重要的工程意义。提出一种桁架结构形状、尺寸并行协同优化方法,该方法将桁架结构优化问题拆分为形状优化和尺寸优化两个子问题,通过并行协调实现尺寸设计变量和形状设计变量同时达到最优解;完成了三个典型桁架结构形状优化算例,结果表明：该方法对于桁架结构形状优化可行,且算法简洁,收敛快。     

大系统优化方法的实用价值

大系统优化方法是指大规模的线性和非线性规划理论及算法。各种大型的社会经济系统,如通信、运输、分配、能源等管理系统的运行和控制都是大系统优化问题的研究对象。本文着重从宏观角度论述大系统优化方法的实际应用价值。     

气动设计的多目标优化算法比较研究

由于目标函数复杂且流场求解耗时,气动优化设计需要选择搜索能力强且调用目标次数少的优化算法,现有的优化算法种类很多,针对不同类型问题算法性能不同。本文将常用的多目标优化算法进行了分类总结并进行函数测试,判断各个优化算法对不同问题的收敛性和稳定性,找出适合气动优化的多目标优化算法。将该算法应用于气动优化问题当中,进行了针对翼型的气动优化设计,缩短了优化时间,取得了一定的优化效果。     

基于二级优化技术的襟翼导轨设计方法研究及应用

结构质量对飞机的各项性能具有至关重要的影响,为了有效降低飞机结构质量,合理布置材料,提高材料的利用效率,发展一种二级优化设计技术.以外襟翼平面导轨结构为研究对象,将优化设计问题分解成两个易于求解的子问题——顶层优化设计和底层优化设计,顶层优化设计采用拓扑方法确定腹板的加筋形式,底层优化设计采用尺寸优化确定襟翼导轨的厚度分布;通过两层优化,在结构质量最小化的基础上,使得结构形式最优化.结果表明:在保证应力和位移水平的前提下,二级优化设计技术可以快速有效地减轻结构质量,具有一定的工程应用价值.     

基于OPTISTRUCT平台的某飞机摇臂结构优化设计

结构优化设计是将结构重量、结构强度和材料布局等进行最优统筹规划的手段。该文基于Altair Optistruct软件平台,针对一种常见的飞机襟翼摇臂结构,首先,使用拓扑优化方法获得摇臂的初步结构形式;其次,通过尺寸优化方法得到摇臂结构的大致尺寸;最后,综合考虑强度、刚度、加工工艺及材料利用率等因素,确定出优化后的摇臂结构。     

面向机翼气动外形优化的二级优化方法

针对飞机气动外形优化问题,提出了一种流程简单,可同时优化总体外形和剖面形状的二级优化方法.这种方法将优化流程分为总体外形级和剖面形状级两个层次:总体外形级优化任务是将外形参数传递给剖面形状级,并对总体外形进行优化;剖面形状级优化任务是对剖面形状进行优化,并将目标函数和约束值返回总体外形级.二级优化的最终结果可获得最优的总体外形和剖面形状.文章以一个通用航空飞机的机翼为算例,验证了这种二级优化方法的可行性和有效性.     

基于拓扑优化和形状优化的桨叶结构设计

直升机旋翼桨叶剖面结构设计是研究旋翼动力学设计的基础。提出一种联合拓扑优化和形状优化的 两级优化设计方法,可用于桨叶剖面结构的设计。第一级优化以变密度法(SIMP)作为拓扑优化的材料插值方 法,以桨叶体积最小化为设计目标,约束桨叶节点位移和应力,建立桨叶的拓扑优化求解模型;第二级优化以重 构的桨叶模型为基础开展形状优化,降低局部应力集中以及找到合理的边界节点位置。对优化后的模型进行 有限元分析,结果表明:通过拓扑优化和形状优化的两级优化,能够得到满足强度和稳定性要求的结构布局,为 桨叶结构设计提供指导方案。     

通用飞行器气动优化设计数字化集成平台——DIPasda

未来航空工业的发展，需要解决多学科综合设计的关键问题，为新型高性能飞行器的设计提供有力的设计方法和设计工具。DIPasda作为复杂外形设计的通用飞行器多学科优化设计平台，研制目的主要是提供一套新型通用、鲁棒、高效的优化设计架构，应用于通用飞行器工业设计环境，改善传统设计耗时低效的状况，提高新型飞行器设计的效率和精度。DIPasda平台系统包含了优化设计过程中所需用到的各类方法，主要包括数值优化算法、几何模型参数化方法、代理模型方法、高精度的学科分析工具等。通过详细介绍平台的系统架构、主要的功能模块、伴随优化设计和多目标优化设计流程，展现了DIPasda平台系统架构设计的灵活性和功能模块的完备性。最后通过优化算例展示了系统的综合优化设计能力。     

钢管订购和运输最优方案的设计

本文讨论了钢管订购费和运费之和最小的运输问题，利用图率和二次规划的知识建立起一个模型。通过对数据的定量分析确定界限，并运用计算机编程个体求解，解决了这个费用最小的问题。