一种多寿命件机会更换策略启发式搜索算法

针对多寿命件机会更换问题缺乏快速有效求解算法的难题,提出了一种启发式搜索算法。以全生命周期寿命件总成本最低为优化目标,建立了多寿命件机会更换问题优化模型,将问题解空间表达为树结构;为了提高搜索算法的效率,提出了子节点生成方法和单层节点数量控制方法;在此基础上,提出了启发式搜索算法;最后,采用数值实验和应用案例对提出算法进行了评估和验证。结果表明:算法的消耗时间、求解效果与子节点生成系数α、单层节点最大数量β存在关系;当选取合适的α和β时,算法能够在较短时间内取得较好的效果;算法能够适用于设备总寿命为200000时间单位、包含100个寿命件的较大规模的多寿命件机会更换问题。      

一种泛函极值的启发式搜索算法

通过求解一种工程应用中构造的最优化模型,提出了一种启发式智能搜索算法.该算法通过分析函数的凹凸性质,从函数形状入手,不断得到启发式结论,逐步提高算法效率,最终得出一个实用的求解无约束非线性泛函的新方法.     

启发式算法在大飞机设计中的应用综述

主要介绍了神经网络系统、遗传算法、粒子群算法、模拟退火算法、支持向量机几种启发式优化算法(Heuristic Optimization Algorithm,HOA)在大飞机设计领域的发展和应用现状,对比分析了算法在航空工程设计上的优缺点,展望了启发式算法的发展方向,为大飞机设计提供了宝贵的理论和经验。     

航空母舰舰载机弹药保障作业调度优化算法

针对航空母舰舰载机弹药保障作业高动态、多阶段特性，将柔性流水车间调度方法和群体智能优化理论相结合，提出一种面向舰载机弹药保障作业的调度优化算法。提出将复杂的弹药保障作业调度问题抽象规约为一类考虑工件交货期的柔性流水车间调度问题，引入启发式规则，构建兼顾高效性和可靠性实战要求的弹药保障作业调度数学模型ATSCA。结合弹药保障作业问题特征，设计提出一种基于双层整数编码的贪婪局部搜索遗传算法（GLSGA-DC），改进操作算子和局部搜索算法设计，以最小化弹药保障完成时间为目标对保障模型进行求解。多组仿真结果表明，相比于同类算法，GLSGA-DC算法在Benchmark基准算例和实际弹药转运实例实验中均取得优秀的效果，在求解均值（AVG）、相对偏差（RD）等指标方面均明显占优，验证了ATSCA模型和求解算法在实际弹药保障任务中的有效性和鲁棒性。     

基于多目标模糊优化方法的无人机航迹规划

针对以雷达威胁和燃油消耗为多目标的无人机航迹规划问题,采用多目标模糊优化方法建立航迹性能指标,并利用启发式A*搜索算法,提出基于动态权值的启发函数方法。最后结合实际算例,在基于Voronoi图的状态空间内搜索航迹,验证了采用多目标模糊优化和启发式搜索方法进行航迹规划具有合理性和有效性。     

遗传算法在航班覆盖问题中的应用研究

为了解决航标串生成中的航班覆盖问题,首先采用深度优先搜索算法生成最初航班串。然后在传统遗传算法中引入了启发式算子,将该算法应用在航班覆盖问题上,提高了算法效率,对实例的应用也得到了较好的效果。     

星间链路数量受限的导航卫星网络链路分配问题

对星间链路数量非常有限、需要同时满足星间测距和星间通信需求的导航卫星网络的链路分配问题进行了研究。首先,分析了导航卫星网络的特点,并设计了一种基于有限状态自动机(FSA)的拓扑处理机制。然后,将星间测距需求作为一个约束,以星间通信的延时性能为优化目标,将导航卫星网络的链路分配问题建模为一个多目标优化问题。最后,针对建立的多目标优化问题,分别提出一种基于首次改善(FI)的本地搜索算法和基于模拟退火(SA)的启发式优化算法以对链路分配问题进行求解,并提出一种基于分支交换策略的新链路分配生成方法。仿真结果表明,通过FI算法和SA算法获得的优化链路分配的网络延时性能均得到了改进,且SA算法的性能要优于FI算法;同时,FSA的状态持续时间的减小有利于获得网络延时性能好的链路分配。     

智能优化算法在飞机总体设计中的应用

飞机总体设计在飞机的整个设计过程中是非常关键的步骤,在这个过程中,飞机的总体布局和许多重要参数都被确定下来。但是,飞机的总体设计又是一个复杂和艰难的过程,因为涉及到大型系统的有约束的非线性优化问题,用传统优化方法很难得到满意的结果。本文采用了近年来发展很快的几种智能优化算法--遗传算法、模拟退火算法、禁忌搜索算法、Hopfield神经网络算法解决飞机总体设计优化问题,阐述了各算法的关键步骤及运行过程,并编写了相应的计算程序。通过对各种算法的结果进行比较和讨论,最后的结论是：模拟退火算法最适合求解这类复杂的约束非线性优化问题,禁忌搜索算法和遗传算法次之,Hopfield神经网络算法效果最差,容易陷入局部最优解。     

考虑复杂人员搭配规则的机组人员派遣问题

人员搭配规则是国内航空公司机组人员派遣问题中最复杂的一项,为优化机组排班质量,提高人员满意度,保障飞行安全,针对国内机组搭配特点,创建考虑机组人员派遣公平性的指派模型,设计基于变邻域搜索算法和模拟退火算法的混合启发式算法,以某航司客舱机组派遣月计划为例进行数据验证,结果表明,该算法在较短的时间内得到更优的解决方案,满足人员排班的现实业务要求,为解决考虑复杂人员搭配规则的机组人员派遣问题提供有效的方法,从而促进智能化机组排班产品在中国航空公司的落地。     

飞机着陆调度的到达时间优化

机场终端区常常是整个运输网络的瓶颈,对到达交通流的优化可以有效的提高系统运行效率。本文研究了在着陆顺序已经确定的情况下,对到达航班流的预计着陆时间优化问题。建立了线性规划优化模型,提出了一种启发式算法。两种方法的对比计算分析表明:启发式算法在结果上与优化算法很接近,而且更为重要的是,它能更好的满足现实空管的复杂约束要求。     

基于启发式蚁群算法的协同多目标攻击空战决策研究

协同多目标攻击空战决策是现代战机在超视距条件下进行协同空战的关键技术之一。它是寻求一个优化分配方案,将目标分配给各友机,力求使攻击效果最优。本文在对协同多目标攻击战术进行深入分析的基础上,提出了一种用于空战决策的启发式蚁群算法,该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验表明所提出的启发式蚁群算法对最优解的搜索效率明显优于基本蚁群算法,是一种求解协同多目标攻击空战决策问题的有效算法。     

小型航空活塞发动机喷油异常的故障诊断

针对小型航空活塞发动机出现的喷油异常故障,基于发动机的缸内压力和缸盖振动信号,采用一种变分模态分解和布谷鸟搜索优化支持向量机相结合的故障诊断方法对发动机喷油异常故障进行诊断。该方法使用变分模态分解对发动机的缸内压力信号和缸盖振动信号进行处理得到本征模态函数,对本征模态函数进行奇异值分解和能量特征提取,将缸内压力和缸盖振动的数据集输入布谷鸟搜索算法优化的支持向量机模型中进行训练和测试。结果表明:该方法较好地识别出发动机喷油异常的故障,其中缸内压力和缸盖振动信号的故障识别分类准确率分别为95.32%和92.47%,验证了该方法的有效性。      

飞机复杂蒙皮拉形过程有限元分析中的接触搜索算法

针对飞机复杂蒙皮拉伸成形特点,引入了适合于蒙皮模具的四节点四边形等参单元描述方式,建立了基于非精确交点的线面精确求交算法,采用基于最大梯度法的搜索算法,开发了复杂蒙皮拉形数值模拟系统STRETCHFORM。利用商业软件MARC和PAM STAMP进行了S形蒙皮拉形的模拟计算对比,证明了接触搜索算法的合理性。与全局搜索算法相比,本文算法使搜索效率得到显著提高。     

基于时频脊线和阶次分析的转子故障诊断

为解决采用在转子升降速过程中产生的非平稳信号难以进行故障诊断的问题,提出一种基于2维时频脊线和阶次分析的转子故障诊断方法。采集转子升降速信号,采用2维时频分布的峰值脊线提取法获得信号脊线特征,结合脊线特征与等角度重采样技术依次获得信号角度域、角-阶域和阶次域图像,将信号阶次域内的特征参数作为故障敏感特征,输入人工神经网络诊断模型,对转子信号的故障类型进行分类。利用实测信号验证所提方法的实际应用效果,并与传统特征提取法的结果进行对比。结果表明:阶次分析方法的测试准确率约为99.8%,标准差小于0.09%,均优于传统特征提取法。基于时频脊线和阶次分析的转子故障诊断方法具有更高的诊断准确率,在非平稳信号特征提取过程中具有很好的可行性和准确性。     

直升机故障分析与管理系统的设计与实现

为提高直升机健康和使用管理的自动化程度,构建了基于C/S结构的直升机故障分析与管理系统框架,阐述了在.net平台下的设计与实现方案。将阈值判断、小波技术、时域平均以及傅里叶分析等用于振动信号去噪、特征频率提取等信号分析之中,为直升机的故障诊断提供分析平台。同时,结合网络技术、数据库技术实现数据的有效管理,为地勤维护人员、直升机管理人员及专家提供良好的分析和管理工具。     

基于自适应双稳态随机共振的中介轴承故障诊断方法

针对航空发动机中介轴承故障信号微弱,故障特征提取困难的问题,提出了基于容忍遗传算法（TAGA）的自适应双稳态随机共振（BSR）的中介轴承故障诊断方法。在传统自适应遗传算法中引入容忍度思想,建立一种容忍遗传算法,采用容忍遗传算法对双稳态随机共振系统的结构参数a,b进行优化,建立自适应双稳态随机共振系统对故障信号进行处理。为验证该方法的有效性,搭建了中介轴承故障模拟实验系统,开展中介轴承内圈和外圈故障模拟实验。采用该方法分别对仿真信号和实验信号进行处理。结果表明:该方法能够对故障信号进行增强,提升了故障特征频率提取能力。自适应优化结构参数后,提取的特征频率与故障频率理论值的误差小于0.1%。      

A new bearing fault diagnosis method based on modified convolutional neural networks

Fault diagnosis is vital in manufacturing system. However, the first step of the traditional fault diagnosis method is to process the signal, extract the features and then put the features into a selected classifier for classification. The process of feature extraction depends on the experimenters’ experience, and the classification rate of the shallow diagnostic model does not achieve satisfactory results. In view of these problems, this paper proposes a method of converting raw signals into two-dimensional images. This method can extract the features of the converted two-dimensional images and eliminate the impact of expert’s experience on the feature extraction process. And it follows by proposing an intelligent diagnosis algorithm based on Convolution Neural Network (CNN), which can automatically accomplish the process of the feature extraction and fault diagnosis. The effect of this method is verified by bearing data. The influence of different sample sizes and different load conditions on the diagnostic capability of this method is analyzed. The results show that the proposed method is effective and can meet the timeliness requirements of fault diagnosis.     

图像匹配技术在航空电子系统中的应用

 本文概述了匹配定位原理、方法及相似度度量、快速搜索、正确匹配概率、预处理、几何失真及其改善等问题,还指出了特征匹配及匹配寻的跟踪等两个值得重视的发展趋势。最后给出了相关匹配技术在组合导航及导引头中应用的结构组成。     

基于局部平稳AR模型的信号结构变化点精确估计方法

研究了局部平稳AR模型,提出了基于递归辅助变量（RIV）双格型滤波算法,通过统计分析信息量AIC的变化精确估计信号结构变化点。对遥测速变参数的分析表明,该方法能够精确定位信号结构的变化点,实现局部平稳信号的精确分割。     

基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.