航空发动机性能参数预测方法

航空发动机性能参数预测对于发动机的视情维修具有重要的意义.为了提高预测精度,在分析发动机性能参数数据特点的基础上,提出了一种新的应用于此领域的组合预测模型.首先利用小波变换将原始数据分解为不同尺度上的几组子序列,根据各子序列的特点分别选用自回归滑动平均(ARMA,Autoregressive Moving Average)模型或求和自回归滑动平均(ARIMA,Autoregressive Integrated Moving Average)模型进行预测,然后将所有预测结果合成,得到最终预测结果.通过仿真实验,验证了该组合模型提高短期和中长期预测精度的有效性,并分析了小波分解层数对于预测精度的影响.      

基于相关分析和组合神经网络的退化预测

产品剩余寿命预测是加速退化试验和故障预测与健康管理两大热点领域中的关键技术之一.为了解决复杂退化的预测问题,提出了一种新型预测方法,对退化轨迹能够实现较长距离的预测.此方法首先对复杂退化数据进行小波变换,通过Durbin-Watson方法和偏相关图分析各级分解序列的自相关性,最后根据序列的特点,组合BP(Back Propagation)和小波神经网络对退化轨迹进行预测.为了验证所提组合神经网络方法的有效性,采用小波神经网络的预测结果进行对比分析.实际退化数据的预测结果表明,所提方法比单独采用小波神经网络,具有更小的均方差(MSE,Mean Square Error),对剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度.     

Walsh变换对冲击信号序列特征提取的研究

提出使用Walsh变换和小波包相结合的方法,对滚动轴承故障产生的冲击信号序列提取故障特征, 并给出了计算的有效算法. 对滚动轴承故障特征分析和计算表明,用改进小波包分解、重构公式能有效地剔除冲击信号序列中高频共振信号和噪声, 使用快速Walsh变换(FWT)求取其功率谱,优于Fourier变换,可很好地提取故障特征,仿真和实际数据计算的结果,证实了上述方法的有效性.      

小波分析理论及其在雷达信号处理中的应用

依据所处理信号类型的不同,对小波变换与短时傅立叶变换进行了比较,说明小波变换适用于非平稳信号和奇异信号的处理.简要介绍了连续小波变换、离散小波变换和小波包理论的基本内容,讨论了小波变换实际应用中的采样和快速算法等几个关键问题.结合矢量量化技术,给出了一种用小波变换对星载SAR(Synthetic Aperture Radar)原始数据进行压缩的方法,结果表明,与传统的方法相比,由该方法压缩后的原始数据生成的SAR图像具有更大的信噪比.同时对小波变换用于雷达目标识别和SAR图像分类的性能进行了初步分析.      

民机初始备件方案的优化

针对航空公司降低初始备件费用、提高机群出勤率的运营需求,提出了基于最大化边际效应的初始备件方案优化方法.介绍了以单类产品为对象、以保障概率为约束的泊松分布备件计算模型,并使用该模型计算了一个初始备件方案案例.给出了以初始备件项目清单为对象、以备件费用为约束的使用可用度最大的优化模型和实施步骤.利用备件优化软件对初始备件方案案例进行了备件费用相同和使用可用度相同两种情况下的优化,给出了费用-效能曲线图和优化方案数据表,通过曲线图上数据的比较可以看出使用可用度和备件费用分别得到了提高和降低,通过对数据表的分析可以看出各类备件数量变化的趋势符合备件优化模型原理.结果表明优化方法对解决航空公司的初始备件方案优化问题具有良好的适用性.     

基于小波变换和神经网络的脑电信号分类方法

结合小波变换和神经网络对酒精中毒者和正常清醒者的脑电信号进行分类.通过分析脑电数据找出分类特征;采用一维离散小波变换提取含有分类特征的脑电信号频段,并以小波变换分解系数作为信号特征,实现数据序列长度压缩;对应3种刺激方式建立3个相同结构的学习向量量化(LVQ)神经网络,用于对脑电信号的预分类;根据判决规则得到最终分类结果.对真实脑电数据的分类正确率达到89%.     

基于作战单元任务成功性的可修复备件优化

在分析作战单元任务及备件保障流程的基础上,在考虑装备系统冷备份和热备份的情况下,基于METRIC模型原理,建立了两级保障体制下的作战单元任务成功性评估模型.以备件购置费用为优化目标函数,作战单元任务成功概率为约束条件,运用边际方法给出了备件优化模型的求解方法.最后,通过实例对该方法进行了分析,优化结果符合作战单元备件配置实际情况,从而为部队装备保障指挥人员在作战单元执行任务前科学制定保障方案提供决策支持.     

均匀设计在弹上部件加速寿命试验中的应用

温度和湿度是影响导弹贮存寿命的两个典型应力,用加速寿命试验的方法预测导弹贮存可靠性将成为一种新趋势.为优化试验设计并应用与之相适应的参数估计方法,将改进的"均匀设计"引入到导弹的加速试验中去,根据加速试验的组合应力大小提出了优化试验顺序的方法,将完全修复的产品继续投入试验中去,从而节约了试验样本量;应用了双应力条件下的"应力-寿命"的数学模型,应用极大似然估计和"稳健回归"相结合的方法来估计参数值,因为单纯的极大似然估计对初值要求较高,往往导致不收敛.通过案例证明了所提的试验方案和评估模型方法理论的正确性和工程的可执行性.     

直升机声疲劳源的诊断技术研究

首次开展直升机声疲劳源的诊断工作,基于小波变换原理,建立了直升机声疲劳源的诊断方法与技术,它包含小波分解与重构阶数的确定、噪声信号分解、分解信号重构以及分离信号的1/3倍频程计算等方面内容.该方法具有低频信号分辨率高和易于重构等特征,特别适合直升机的主、尾桨噪声信号进行分离.通过对模拟的主、尾桨信号进行分离,并将分离后的信号与原始信号相比,发现误差不超过2.3%,因此,验证了该法的有效性.另外,应用该法还对小松鼠直升机所记录的噪声信号进行主、尾桨噪声分离,所得结果表明:建立的直升机声疲劳源的诊断技术,能够处理直升机非平稳噪声信号,可以完成直升机主、尾桨噪声的分离.     

结合小波变换的Jacquin分形图像编码

提出了一种将分形与小波变换紧密结合起来的图像压缩方法;改进了目前虽简单易行,但编码时间过长的分形图像编码,而且Domain块的采样方式也存在缺陷。针对这些问题,利用小波分解的特性构造了一种基于小波分解的分形图像编码算法;对输入图像进行小波变换,将变换后的低频部分作为Jacquin分形编码方法的搜索区域。实验表明重构图像的质量得到了较大的提高。     

冕洞相关地磁Ap指数中短期预报方法研究

地磁Ap指数是描述全球地磁活动水平的重要指数, 过去许多参考大气模式中都用Ap指数来表述地磁活动状态, 大气模式的运行需要输入地磁Ap指数, 因此, 地磁Ap指数的预报一直是空间环境预报中一个非常重要的内容. 针对太阳活动低年冕洞引起的地磁扰动具有明显27天重现的特性, 利用修正的自回归方法, 对地磁Ap指数进行了提前27天的预报; 采用从SOHO/EIT观测资料发展出来的描述冕洞特性的Pch因子, 进行了提前三天的地磁Ap指数预报. 结果显示, 将统计方法与物理分析相结合, 进行地磁Ap指数的中短期数值预报, 可以得到较好的预报效果.      

时间序列法在临近空间大气风场预报中的应用

受多种因素影响，临近空间大气环境要素复杂多变，预报难度很大.本文采用时间序列法中的自回归滑动平均（ARMA）模型对临近空间大气风场开展统计预报方法研究，基于廊坊（39.4°N，116.7°W）中频雷达在88km高度的大气纬向风数据开展预报试验.本次预报试验的样本数据为2015年9月24日至10月24日风场数据，利用过去7天数据对未来第8天风场数据进行预报.试验结果显示，ARMA模型对临近空间大气风场预报有一定的适用性.当风场变化规律性较强，即样本数据风场呈现出比较显著的24h周期性变化时，ARMA模型预报效果较好；当风场发生突变时，预报效果变差.与实测数据的对比结果表明，ARMA模型预报结果的误差在9~27m·s-1，预报效果优于同阶自回归（AR）模型，略优于高阶AR模型.      

k/N系统维修时机与备件携行量联合优化

针对任务期间舰载k/N系统的维修保障问题,以出航准备阶段维修与携行备件的配置为背景展开研究。结合k/N系统的使用及维修过程,以部件可修为前提建立了维修与携行备件的联合优化模型。模型以装备使用可用度为约束条件,以保障费用最低为目标函数,决策变量包括维修启动条件、备件携行量和维修人员数量3个参数。采用边际分析法对模型进行求解,分析了传统算法存在的问题,并提出了对应的改进措施。算例包括3部分：一是用仿真对比验证了所建模型,结果表明本文模型具有较小的误差;二是以枚举法得出的最优解为基准,对传统算法与改进后算法的性能进行了比较,结果表明改进后的算法可明显减小与枚举法最优解的相对误差,提高寻优概率;三是对各项改进措施的贡献做了相应测试。     

弹用电磁继电器贮存退化试验及其寿命预测方法

弹用电磁继电器（EMR）是国防武器系统中重要的机电元件,负责信号传递、电路保护与控制、负载切换等功能,对弹用EMR贮存可靠性的可靠评估已成为亟待解决的问题。以装备应用普遍的某型弹用EMR为例,提出一种考虑性能退化的贮存可靠性试验和评价方法。通过研制的弹用EMR贮存退化试验综合系统,获得了其贮存退化敏感参数的变化情况,对弹用EMR的贮存可靠性建模方法进行了探索性研究。提出了基于时间序列分析和小波变换方法的实测参数预处理方法,提高了预测精度。通过回归理论估计了贮存退化模型的参数,并用所建模型对弹用EMR正常温度应力下的贮存寿命进行了预测。      

磁轴承PWM开关功放电流实时降噪

针对传统低通滤波器在脉冲宽度调制(PWM, Pulse Width Modulation)开关功放电流降噪过程中存在去噪效果与系统带宽难以兼顾的问题,提出了一种基于提升小波变换的功放电流实时降噪法.首先基于dB4提升小波算法,采用滑动数据窗、对称边界拓展和阈值法强制降噪等相结合的方案实现对功放电流的实时降噪.然后根据不同小波分解层数对系统截止频率的影响,确定合适的小波分解层数.实验证明,提升小波实时降噪算法既可以有效地滤除功放电流噪声,又对系统带宽和相角滞后影响较小,非常适用于对实时性和信噪比都有较高要求的磁悬浮高速转子系统.      

基于蒙特卡罗模拟的航空发动机故障风险预测

针对航空发动机结构复杂、故障模式多样,传统故障风险预测方法难以实现的现状,基于蒙特卡罗模拟技术,给出了航空发动机故障风险预测方法,用于评估发动机各个部件在未来发生故障的可能性.针对航空发动机故障数据的特点,以威布尔分布建立故障概率模型,利用中位秩回归参数法,估计威布尔分布参数.利用乘同余组合发生器与反变换法相结合的方式产生满足威布尔分布的随机数.在单故障模式风险预测的基础上,给出了多种故障模式并存的航空发动机风险预测方法,并且给出了蒙特卡罗模拟步骤和算法,针对实例,对比发动机厂商提供的预测数据,验证了算法的有效性与蒙特卡罗模拟方法在航空发动机故障风险预测中的可用性.      

基于稳态和非稳态时变可用度模型的适用性

针对METRIC模型中以备件期望短缺数计算的稳态可用度模型能否直接转换适用于非稳态时变可用度模型,扩展METRIC理论,分别建立了仅以备件期望短缺数计算的时变可用度模型和以备件期望短缺数及方差计算的时变可用度模型。在保障系统达到稳态(修复概率为1)和处于非稳态(修复概率小于1)情况下,分别采用2种时变可用度模型计算表决结构单元和串联结构单元的可用度,并与Monte Carlo仿真模型计算得到的结果进行对比分析。结果表明:以备件期望短缺数计算的时变可用度模型仅在串联结构单元且保障系统达到稳态时与仿真可用度值一致,适合于装备全寿命周期内备件配置优化的计算;以备件期望短缺数及方差计算的时变可用度模型无论保障系统处于稳态或非稳态,适应性均较强,适合于任务期作战单元备件配置优化计算。     

基于小波包分解的早期碰摩故障诊断研究

研究了旋转机械转静件早期碰摩故障信号的检测问题.根据小波包分解能在所有频率范围聚焦,对信号奇异性非常敏感的特性,对比分析了不碰摩和早期碰摩信号的小波包分解细节分量,得出应用小波包分解可实现早期碰摩故障诊断.同时,还研究并实现了碰摩故障的定位问题.