首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
温度外推预报技术在热平衡试验中的应用研究   总被引:2,自引:0,他引:2  
在航天器的稳态热平衡试验中,应用温度外推预报技术可以准确的给出航天器热平衡极限温度,缩短热平衡试验时间,从而降低航天器研制成本。文章对非线性最小二乘估计和广义卡尔曼滤波(EKF)两种温度外推预报方法在航天器热平衡试验中的应用做了相关的研究。  相似文献   

2.
为实现对航天器热平衡试验平衡温度的预测,建立了热平衡温度预测的方程式,对影响预测结果的各参数进行了分析。首先,由节点网络法推导出平衡温度表达式,介绍了其基于非线性最小二乘法的求解过程,建立了平衡温度的迭代方程;其次,结合大量的试验数据,对影响迭代结果的3个因素进行了统计分析,并最终确定了各因素的合理取值范围;最后,利用温度预测程序对某空间相机热平衡试验中低温工况的平衡温度进行了预测,并与试验结束后的结果进行了对比。结果表明,预测温度与试验数据的误差为±1℃(在3%之内),满足精度要求,对热平衡温度准确的预测有效的缩短了试验时间,节省试验费用。  相似文献   

3.
基于Gram-Schmidt过程的多项式回归建模方法   总被引:2,自引:0,他引:2  
多项式回归模型是一种常用的非线性回归方法.由于在多项式回归模型中,自变量之间往往存在较强的相关关系,采用普通最小二乘回归方法来估计回归系数会存在较大的计算误差.为了提高多项式回归模型的预测准确性和可靠性,提出一种基于Gram-Schmidt过程进行多项式回归的建模方法,可以实现自变量集合的正交化,克服自变量集合多重共线对回归建模的不良影响,从而有效地运用最小二乘建立回归模型.同时可以进行信息筛选有效选取对因变量有显著解释作用的自变量,排除自变量中的冗余信息.采用仿真数据分析,检验了该方法的有效性.  相似文献   

4.
刀具磨损的偏最小二乘回归分析与建模   总被引:8,自引:0,他引:8  
简述了偏最小二乘回归方法;对在不同切削条件下车削加工过程刀具后刀面磨损的多组实验数据,采用偏最小二乘回归方法,根据变量重要性指标分析和因子载荷分析,从8个变量及其组合中筛选出了6个用于建模的自变量,并以后刀具磨损量作为因变量,建立了对所选自变量(切削速度V、切削分力的均值Fx、Fy和Fz、分力比值Fy/Fx和Fz/Fx等)的偏最小二乘回归模型;采用建模数据覆盖的切削条件下的实验数据和建模数据未覆盖的切削条件下的实验数据,分别对模型进行了验证.结果表明,采用偏最小二乘回归方法选择的自变量是合理的,所建立的刀具磨损的回归模型可以较满意地计算出不同切削条件下刀具后刀面的磨损量.  相似文献   

5.
二次多项式曲线拟合是一种最简单的非线性拟合,在仪表、传感器及其元部件的标定试验数据处理中应用较广。使用最小二乘法进行二次多项式曲线拟合,其计算工作量较大,通常需要使用数字计算机和一套专用程序。正如在直线拟合中有一些平均法可用作最小二乘法的近似法一样,本文提出的简易方法也可做为二次多项式最小二乘法曲线拟合的一种近似方法,这种方法远较最小二乘法简单,也比二次插值法简单和优越。在要求中等拟合精度(1%量级)的情况下,用本方法所得结果比较按近最小二乘法的结果。  相似文献   

6.
基于偏最小二乘法的军用无人机研制费用预测   总被引:2,自引:1,他引:1  
针对军用无人机研制费用的影响因素多且复杂,样本数据又相当匮乏的问题,充分利用偏最小二乘回归方法在处理小样本数据,变量多重相关性等方面的独特优势,给出了基于偏最小二乘回归方法的预测模型和军用无人机研制费用的算法步骤.用文献[2]中的数据进行了检验,并与逐步多元回归、反向传播(BP,Back Propagation)和径向基函数(RBF,Radial Basis Function)神经网络法进行了比较,结果表明了偏最小二乘模型的实效性.  相似文献   

7.
卫星热平衡试验的温度预测与仿真模型   总被引:3,自引:2,他引:3  
为了解决卫星热平衡试验中涉及的温度预测与变工况仿真试验问题,建立起星载仪器温度变化的双层集总参数模型,这一动态特性模型采用简单的嵌套结构,模型参数可以方便地运用系统辨识算法从卫星热平衡试验数据中获取,应用这一模型可以对不同星载仪器的温度变化进行分别的预测与仿真计算,从而大大减少了温度预测与仿真工作的计算量.对比研究表明:温度预测与仿真计算的结果与实际热平衡试验的结果一致.  相似文献   

8.
基于LSTAR的机载燃油泵多阶段退化建模   总被引:1,自引:0,他引:1  
机载燃油泵的性能退化呈现出平稳—加速—平稳的非线性、多阶段模式,针对现有退化模型难以准确描述其全寿命周期性能退化的问题,以逻辑平滑转换自回归(LSTAR)模型为工具,对机载燃油泵出口压力传感器信号进行建模。首先,对转换后的压力传感器信号建立自回归(AR)模型,通过非线性检验说明建立LSTAR模型的必要性;然后,应用非线性最小二乘法完成参数估计;最后,在AIC准则最小及拟合优度最大的原则下,选择转换变量,通过残差进行模型的适应性检验与正态性检验。结果表明:基于LSTAR模型的拟合精度明显优于线性自回归模型。本文提出的方法成功解决了机载燃油泵性能退化的多阶段准确建模问题,为机载燃油泵的预测与健康管理(PHM)奠定了坚实的基础。  相似文献   

9.
偏最小二乘回归模型内涵分析方法研究   总被引:5,自引:0,他引:5  
偏最小二乘回归是一种新型的多元分析方法。它可以在自变量多重相关的条件下,有效地构造出对系统解释性最强的子空间,进行发建模,使模型的精度和可靠性得到很大的提高。本文提出采用因素分析方法,对偏最小二乘回归的最优子空间进行正交变换。这种变换方法对偏最小二乘回归的模型结果没有任何影响,却可以使最优子空间的实际含义得到更好的解释。案例研究表明,经过正交变换后,原始变量被分为若干变量组,每个变量组分别对应于最  相似文献   

10.
基于氧气A波段的临边辐射模拟数据进行临近空间大气温度廓线的反演,分析比较了贝叶斯和最小二乘两种不同反演算法的特点.80km以下,信噪比为66~337时:基于贝叶斯理论反演的三条谱线761.59,762.2,764.05nm的反演误差平均值分别为5.52,3.94,4.73K;采用最小二乘法的反演误差平均值分别为10.57,7.04,8.80K.信噪比为6~34时:基于贝叶斯理论反演的三条谱线的反演误差平均值分别为18.27,12.18,18.27K;采用最小二乘法的反演误差平均值分别为103.18,68.79,85.98K.研究结果表明,基于贝叶斯理论的反演方法,利用先验信息对反演结果进行约束和修正,在有噪声的情况下获得了更合理的解,从而提高了反演精度和抗干扰能力.这为星载探测临近空间大气温度的算法研究和开发提供了参考,也为提高光谱仪器信噪比并进而提高温度反演精度提供了理论基础.   相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号