固定影响平行数据模型参数的偏最小二乘估计及应用

当平行数据的解释变量之间存在严重的多重共线性,或者样本点个数与解释变量个数相比较少时,用经典方法求解模型(如最小二乘法等)误差偏大,难以满足实际要求.针对这种情况提出了用偏最小二乘法思想求解固定影响平行数据模型,并且实例表明误差明显减少,可以满足建模和预报的要求.     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。     

基于遗传算法的机器人负载重力补偿优化算法研究

航空航天装配领域,利用安装在机器人末端的六维力传感器来感知外力是实现工业机器人柔顺装配的关键技术之一,而负载的存在会干扰对外力的感知。针对工业机器人末端负载的重力补偿,提出一种基于遗传算法的重力补偿优化算法。此方法以误差平方和最小为目标建立了最优解模型,利用遗传算法求解,最终可以在不使用测量仪器的情况下,估计力传感器安装偏角,提高重力补偿精度。同时设计了特定的机器人测量姿态来减少系统误差。试验表明,优化算法可以补偿任意角度的力传感器安装偏角,与补偿前相比,各方向最大重力补偿误差及平均重力补偿误差都有所减小。     

压力传感器的输出特性校正

压力传感器对温度、电源波动等多种干扰因素比较敏感，致使测量精度大大下降。本文在压力传感器静态标定试验的基础上建立了它的输出特性校正模型，并利用矩阵奇异值分解的方法成功求解了该模型最小二乘解中范数最小的唯一解。经验证，该模型显著改善了传感器的非线性度，有效消除了工作环境的影响，并使测量精度提高了一个数量级。     

一种快速自动挖掘航空发动机工作模式的新方法

为了处理航空发动机传感器所采集的多维时序数据，过去的方法常聚焦于单个样本点的识别，其提出的模型中往往含有大量待调参数并且单变量的挖掘方式会忽视状态参数的延时效应对工作模式挖掘的影响。另外，这些方法对大批量处理含过渡态模式数据的情况考虑欠佳。因此，提出一种能快速自动挖掘多维时序数据中隐含工作模式的新方法，即AutoMiner。该方法通过构造模型的编码代价来求解使编码代价最小的断点组合。在构造编码代价过程中利用标记传播的方法来识别每个片段的工作模式，这一方法生成的软标记成功解决了对过渡态模式的识别问题。本文在某型发动机采集的传感器数据上开展了多组实验，同时进行了可视化的展示，实验证明AutoMiner方法在时序分割和模式挖掘方面的评估指标均优于对比算法。另外，AutoMiner方法还支持并行化计算并且能在更复杂的工作模式挖掘场景中具有良好的可迁移性。     

无人机航路与传感器联合控制优化算法研究

对无人机航路与传感器联合控制优化算法基本原理及研究情况进行了初步分析,主要利用交叉熵、粒子群优化、模型预测控制等三种方法构建了针对无人机航路与传感器联合控制优化问题的求解算法,力图为解决该问题提供一些新的方法或思路。     

基于几何代数理论的转子堆叠装配多目标优化

在航空发动机多级转子装配过程中,优化的转子堆叠装配方案对提高转子装配质量及安全运行有着重要的意义。为了提高转子安装相位优化效率和装配质量,基于几何代数理论并结合多目标优化方法提出了一种高效求解最优堆叠装配方案的方法。首先,对几何代数和齐次矩阵的计算效率进行对比验证,并基于几何代数理论改进多级转子堆叠装配误差传递模型;其次,针对航空发动机转子安装相位角度的装配要求,建立转子同心度和初始不平衡量的多目标优化模型;最后,采用非支配排序遗传算法求解该堆叠装配多目标优化问题,获得符合工艺要求的最优装配方案。算例结果表明,优化后的转子装配方案比随机装配方案同心度降低65.10%,初始不平衡量降低97.88%。     

航空发动机传感器解析余度模型的建立方法

为了使用解析余度模型对传感器故障进行诊断,提出了1种基于K-均值聚类与改进微分进化算法优化的极端学习机(IDE-ELM)的发动机传感器解析余度模型建立方法。为避免求解ELM算法时H矩阵奇异,采用K-均值聚类对试验数据进行聚类处理,然后从每类数据中选取1组数据组成训练样本用于训练;利用IDE算法优化ELM的输入层权值和偏置,提高ELM的泛化能力。利用飞行试验数据进行了仿真验证。结果表明:基于K-均值聚类和IDE-ELM设计的传感器解析余度模型具有较高的精度,可用于FADEC系统双通道传感器的故障诊断。     

航空器地面运行网络模型及优化分析

针对航空器地面运行的网络特点，给出了航空器地面运行网络模型。在该模型基础上，研究了在给定总离场流量和到场流量条件下，如何在网络中分配交通流量以使航空器地面运行延误最小的优化问题，并提出了一种新的迭代算法近似仿真求解。给出了仿真算例，结果表明该模型和优化方法是可行的，可用于实际航空器地面交通流的优化和分析。     

The modeling and estimation of asynchronous multirate multisensor dynamic systems

An asynchronous data fusion problem based on a kind of multirate multisensor dynamic system is studied. The system is observed by multirate sensors independently, with the state model known at the finest scale. Under the assumption that the sampling rates of sensors decrease successively by any positive integers, the discrete dynamic system models are established based on each single sensor and an asynchronous multirate multisensor state fusion estimation algorithm is presented. Theoretically, the estimate is proven to be unbiased and the optimal in the sense of linear minimum covariance, the fused estimate is better than the Kalman filtering results based on each single sensor, and the accuracy of the fused estimate will decrease if any of the sensors' information is neglected. The feasibility and effectiveness of the algorithm are shown through simulations.     

辅助动力装置控制系统传感器智能解析余度方法

针对辅助动力装置(APU)控制系统传感器故障,提出了一种基于协方差优化集成极限学习网络(COSELM)的传感器智能解析余度方法。该方法能够根据在线序列预测误差的最小方差来自适应更新单个在线序列极限学习机的权重系数,发挥和权衡各个学习模型的优势,通过提高模型算法的稳定性和泛化性,改善传感器智能解析余度的精度。通过在某辅助动力装置控制系统传感器解析余度的验证表明,提出的COSELM方法可以解决传感器在发生偏置故障时的信号重构问题,重构误差不超过1%,适用于不同辅助动力装置个体,为其提供可靠的解析余度。     

高亚声速压气机叶片优化设计

为实现压气机叶片的优化设计,采用Hicks Henne函数进行叶型参数化,N S方程流场计算与混合遗传算法结合构成设计软件。以给定叶片表面压力分布为目标,以损失小而扩压度大和给定压比损失最小作为目标,所得优化叶片吸力面等熵马赫数分布合理、符合控制扩散规律,具有较好的压比和损失指标。采用几何方法与椭圆型方程方法结合生成壁面正交H型网格,可提高计算精度和便于采用代数紊流模型的流场计算。     

引入稀疏原子特征融合的滑动轴承摩擦故障状态监测

从信息融合理论出发，将特征的稀疏表达作为特征融合参数，提出一种结合K奇异值分解(KSVD）和最大相关最小冗余准则(mRMR）的轴承摩擦故障特征融合算法。该算法采用KSVD对信号稀疏化，将稀疏系数对应的字典原子作为特征融合的参数，用以表达非线性故障信息；针对字典原子集的优化选择问题，基于互信息的mRMR提出一种确定最优原子集的原子数目的准则；最后，通过最大化原则融合稀疏系数，提取故障状态监测的有效信息。轴承摩擦故障模拟实验的结果表明，所提方法能够更好地融合不同特征的故障信息，相比于单特征和其他融合特征方法，提高了约12%的故障识别率。      

基于能量平衡的平流层飞艇推进系统建模与优化设计

为了在平流层飞艇推进系统高效率和轻质量需求的矛盾之中取得平衡,提出基于能量平衡的平流层飞艇推进系统建模与优化设计方法。利用试验设计和代理模型技术分别建立了高空电动机、螺旋桨的主要设计参数与其效率和质量的代理模型。建立了包含太阳能电池和储能电池的飞艇能源系统质量计算模型。以整系统能量平衡和推阻平衡为约束,以推进与能源系统总质量最小为目标,借助多岛遗传算法构建了飞艇推进系统优化设计数学模型。对某型平流层飞艇推进系统进行了优化设计,结果表明:优化后的推进系统效率提升了23%,推进与能源系统总质量降低了340 kg,验证了该平流层飞艇推进系统建模与优化设计方法的可行性和应用价值。     

基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制

提出了一种基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制方法.该方法通过给误差变量赋予不同权值因子提高LS-SVM的鲁棒性,采用修剪算法提高LS-SVM的稀疏性;该方法从某涡扇发动机输入输出空间中建立其正常模型,采用阈值判别法对传感器故障进行实时监视与诊断,并用模型输出值代替故障传感器测量值反馈回闭环控制系统,实现对发动机的自适应重构控制.仿真结果表明,该方法能及时准确地定位故障,并进行有效的自适应重构控制.      

超燃冲压发动机燃烧室传感器最佳位置选择

超燃冲压发动机的燃烧控制和性能评估需要有效的燃烧室测量信息, 而如何确定传感器的最佳位置和数量是非常重要的, 要求选择最小的传感器数目和最佳的测量位置来较准确的描述燃烧室工作特性.这是一个组合优化问题, 直接求解比较复杂.为此本文利用遗传算法对超燃冲压发动机燃烧室的测点位置和数量进行了选择, 利用遗传算法的全局最优搜索和大规模并行计算能力来获得最佳的传感器位置和数量.      

分布嵌入式大气数据系统算法的初步研究

针对某型飞机给出了DFADS系统的构型描述,进行了DFADS的算法设计,算法采用了一种非物理映射的方法来建立各测压点压力和基本大气参数之间的关系.先是利用制定的多传感器数据表决规则表决出2～3对相关的测压点,然后通过建立相关测压点压力和其压力系数值之间的关系,利用这几对测压点的压力对事先建立的Cpi(α,β,Ma)映射关系表格数据库进行查表计算,从而得到当前的飞行状态.本文利用计算流体动力学(CFD)计算手段获得了332个飞行状态下飞机前机身14个测压点的表面压力系数数据,并以此为基础对DFADS的算法进行了仿真验证.结果表明,该DFADS的算法可以根据14个点的压力输入,正确地解算当前的大气参数.     

Tracking a 3D maneuvering target with passive sensors

A novel application of the interacting multiple models (IMM) algorithm in which passive infrared sensors are fused for tracking a target maneuvering in three dimensions is discussed. More accurate models of target motion are proposed to improve performance. When the general models are used to describe the maneuvering periods, it is shown that the IMM behaviour is not satisfactory, in that the innovations associated with the different models do not discriminate between the corresponding target maneuvering regimes. The turning of the Markov chain transition matrix, i.e., a priori information, is then crucial to obtaining the correct ordering of the a posteriori regime probabilities. On the contrary, a more satisfactory behavior of the IMM algorithm is obtained by carefully selecting the target motion models in the different regimes     

An improved quaternion Gauss–Newton algorithm for attitude determination using magnetometer and accelerometer

For the vector attitude determination, the traditional optimal algorithms which are based on quaternion estimator(QUEST) measurement noise model are complicated for just two observations. In our application, the magnetometer and accelerometer are not two comparable kinds of sensors and both are not small field-of-view sensors as well. So in this paper a new unit measurement model is derived. According to the Wahba problem, the optimal weights for each measurement are obtained by the error variance researches. Then an improved quaternion Gauss–Newton method is presented and adopted to acquire attitude. Eventually, simulation results and experimental validation employed to test the proposed method demonstrate the usefulness of the improved algorithm.