基于Apriori算法的数据挖掘技术在某型发动机飞参数据处理中的应用研究

针对飞参数据信息量大,单一趋势分析技术不能很好处理相关参数间关联问题,将基于Apriori算法的数据挖掘技术用于某型发动机飞参数据进行关联分析。在对典型故障原因进行分类基础上,形成布尔矩阵,经过兴趣度筛选,去掉不符合某型发动机使用需求的关联规则,找出5种典型故障因素之间的关联规则,并确定了各种发动机反常数值之间的因果关系,为某型发动机的故障分析和使用保障提供理论支持。     

数据挖掘在运载火箭智能测试中的应用

针对运载火箭复杂系统的故障检测难以建立准确的数学模型的问题,研究了基于数据驱动的数据挖掘异常检测算法,对多种数据挖掘算法在运载火箭发动机异常检测的应用进行了研究和分析,提出了基于混合概率密度统计的多策略异常检测评价算法。该算法基于非监督学习的算法挖掘火箭发动机不同参数间的正常关联模型,火箭发动机早期的异常数据会引起正常关联模型的破坏,引入混合概率密度统计的多策略异常检测评价机制,可以有效屏蔽参数测量故障对系统故障检测的影响,从而更加准确给出系统异常程度。使用发动机历史试车数据作为样本进行特征模型的训练,使用一元、多元和混合概率密度模型对存在异常的发动机试车数据进行了实时异常检测的实验验证。实验结果表明,相比传统基于阈值和规则的异常检测算法,基于概率密度统计的多策略异常检测算法不仅可给出系统的正常和异常的状态,还可计算各参数和整个系统的异常值,为运载火箭进一步的故障诊断提供更加灵活的参考。     

室内空调环境紊流模型数值试验分析

基于室内空调环境紊流试验台,实测该流场中具有代表性的16个点的速度,采用数值计算软件FLUENT,分别运用标准k-ε,RNGk-ε模型,realizablek-ε模型对该流场进行数值模拟,通过实验与数值模拟相互对照,对比分析三种紊流模型的流场与实验流场的吻合度,验证了RNGk-ε模型对实验流场的相对适应性,为相关流场的数值计算提供参考。     

基于分裂激盘的进气道/风扇联合流场计算

为对进气道和风扇联合流场一体化进行计算,在常规激盘模型理论的基础上建立了改进的分裂激盘模型,并通过数值模拟方法与原模型进行对比,验证了分裂激盘模型相对常规激盘模型的准确性。通过使用分裂激盘模型对压气机部分模化,分析了包含分裂激盘模型的进气道风扇联合流场数值模拟问题。研究表明:分裂激盘模型可以有效地消除激盘模型假设产生的误差,数值模拟结果更接近全3维模拟结果,为进/发一体化联合流场的数值模拟提供1种可行的准确方法。     

基于多重网格方法的跨声速颤振数值模拟研究

使用多重网格的方法对二维翼型和三维机翼的跨声速颤振进行了数值求解.流场控制方程为N-S方程,湍流模型采用SA模型网格.计算网格采用结构网格,空间离散采用中心格式,使用双时间法进行时间推进.流场与结构之间的数据通过径向基函数(RBF)插值方法进行交换.通过耦合求解流场控制方程和结构运动方程得到Isogai(case A)机翼模型和Agard445.6机翼的跨声速颤振边界.通过与使用单重网格时得到的结果相比较得出,多重网格方法能够节省计算时间,提高颤振分析计算效率.     

一种INS性能参数重复性离群数据挖掘方法

惯性导航系统参数长期重复性是影响导航性能的重要因素。批量生产的惯性导航系统在生产过程、运输存贮、标定等方面偶尔出现异常因素,导致个别产品性能参数长期重复性出现异常变化,进而影响惯导系统导航精度。为了快速挖掘异常数据,根据批次参数随时间变化特点,提出了一种多属性关联规则的惯性导航系统离群数据挖掘方法。通过对某型平台惯导系统参数长期重复性数据进行离群数据挖掘,结果表明对于参数长期重复性差导致的惯性导航系统性能异常现象, 使用所述方法可以有效检测出离群数据,并且能发现离群数据内部的关联关系。     

数据挖掘中的关联规则在入侵检测系统中的应用

由于知识发现的快速发展,对海量数据分析和处理的技术、能力也日渐成熟。从1999年起,就开始了将数据挖掘技术和入侵检测系统结合的尝试。将数据挖掘引入入侵检测系统的原因是它能够从大量的数据中自动提取出特征和模型,自动维护模式或特征库。系统利用这些大量的特征和数据进行有效的分类,加快处理速度,提高准确度。文章针对网络安全当中的大量的入侵事件,结合数据挖掘中的关联规则的概念,建立特征库及其特征关联,通过审计处理来加强网络入侵检测系统的功能。     

耦合POD重构舰面流场的直升机舰面起降数值模拟

为解决舰面非定常流场数据量过大的问题,采用本征正交分解(POD)方法对舰面流场进行重构,发展了一种耦合POD重构流场的直升机舰面起降数值模拟方法。首先采用计算流体力学(CFD)方法计算舰面非定常流场,获得离散数据样本;然后提取流场的POD模态,并截取能够捕捉到原流场主要特征的少量模态对原流场进行重构;最后建立耦合重构舰面流场的直升机高阶飞行动力学模型。以直升机返航进场为例进行数值模拟,并将计算得到的操纵量和飞行状态与飞行试验结果进行对比。结果表明:使用POD方法重构后的舰面流场数据约为原始样本数据的8.5%,且重构流场与原始流场吻合良好,POD方法能够解决舰面非定常流场数据量过大的问题。与飞行试验数据的对比表明,本文方法捕捉到了舰面非定常流场对直升机的影响,可用于直升机舰面起降研究。     

高性能流场并行粒子追踪数据管理系统

随着当下计算能力和存储性能的提升,流场数据产出的规模越来越庞大,针对流场数据的可视化应用对于硬件及软件算法的要求也随之提高。基于国家数值风洞（NNW）工程支持,主导设计并开发了高性能流场并行粒子追踪数据管理系统,帮助用户探索和分析大规模流场数据。该系统针对流场数据提供多种高效的数据管理方法,在超算集群上针对并行粒子追踪过程进行了数据预取优化与负载均衡优化。对于粒子追踪过程中产生的流线（或迹线）及进程工作记录数据,该系统支持用户在本地平台上进行性能诊断和分析。使用不同流场数据集开展的两个应用实例验证了该系统的有效性。     

基于关联规则挖掘的一种改进Apriori算法

关联规则挖掘是数据挖掘技术的一个重要分支,其中Apriori是目前最经典和具有影响力的关联规则挖掘算法.在分析研究关联规则挖掘中Apriori算法的基础上,针对Apriori算法中的两个主要操作--连接和剪枝进行改进,通过扫描1-项集、去除分解子集操作及不生成候选项集等多种策略结合的方法来减少连接操作的数据项数和算法运行过程中对数据库扫描的次数,最终使改进后的Apriori算法的性能得到提高.