基于SOM和关联规则的民机运行风险

为充分认知民机风险, 实现从事故中学习, 以重大民机事故(MCAA)为研究对象挖掘出事故深层次的致因特征。针对MCAA信息具有可读性差, 系统行为具有非线性导致的无法直接获取运行风险信息, 难以直接建立事故致因的关联与映射关系, 提出一种从MCAA中学习民机运行风险特征的方法。针对民机运行特点, 结合事故信息及认知可靠性和失误分析方法(CREAM), 设计出MCAA-CREAM模型, 并构建民机多属性技术重大事故数据集。采用自组织映射(SOM)模型, 完成对事故的聚类分析和抽象特征映射, 以2D地图形式增强风险因素可读性, 利用关联规则有效挖掘风险因素间的强关联关系。      

电力系统厂站接线图拓扑关系检测技术

厂站接线图中电气元件的拓扑关系是厂站接线图自动生成技术所需的核心数据。目前，已知的厂站接线图自动生成技术仍然依靠人工获取图中的拓扑关系。通过利用基于深度学习的目标检测技术与传统的计算机图像处理技术相结合的方式，能够实现厂站接线图拓扑关系检测。首先，利用基于深度学习的目标检测方法对电气元件进行识别，并利用计算机图像处理技术对标量格式接线图进行预处理，完成电气元件与连接线的分割。然后，利用轮廓跟踪算法对连接线连通区域进行检测标记。最后，根据获取的电气元件信息与连接线信息获取图纸的拓扑关系。采用国家电网有限公司提供的数据集，并设计了对比实验，验证了所提方法的有效性。      

复杂系统实时仿真平台关键技术探讨

为有效支撑多体协同武器、集群作战武器、无人机群、多模复合制导武器等复杂系统全任务剖面的仿真验证评估,急需开展复杂系统实时仿真平台技术研究。在分析国内外实时仿真平台研究现状的基础上,结合复杂系统实时仿真的需求和特点,提出了一种新的适用于复杂系统的实时仿真平台解决方案,重点阐述了复杂系统实时仿真平台通用架构、时钟同步、智能适配、超高速网络通信、智能IO交互等关键技术的实施途径,并给出了典型的应用案例。结果表明:所提出的复杂系统实时仿真平台具有较好的通用性、适配性和可扩展性。     

湍流边界层各向异性张量模式的实验研究

使用高时间分辨率粒子图像测速技术在水槽内精细测量平板湍流边界层内不同流向、法向位置的瞬时速度矢量空间场的时间序列信号.利用实验数据对湍流各向异性的涡黏张量模式进行了实验研究,给出了湍流边界层不可压缩槽道湍流中各向异性的涡黏张量各分量的空间分布规律.各向异性的涡黏张量分量的空间分布揭示了流向平均速度的法向梯度对雷诺应力三个分量的不同贡献.涡黏张量三个分量空间上的不同规律说明对涡黏张量的各向异性的考虑是合理的,而各向同性的涡黏模型不适宜描述剪切湍流雷诺应力的物理本质.     

基于企业需求的机械工程类专业英语教学改革研究

基于对企业需求和专业外语教学现状的调查,提出了针对学校机械工程类专业外语教学计划、教学目标、教材编写、教学方法的等方面改革的实施方案,并进行了教学实践。     

基于时变AR模型的MEMS陀螺抗野值Kalman滤波

陀螺是框架式导引头控制稳定平台和解算视线角速度的重要器件。随着微机械陀螺(MEMS)广泛应用于低成本框架式导引头,许多学者开展了对MEMS陀螺的研究来提高导引头的制导精度。针对导引头MEMS陀螺输出噪声大、滤波后延时大的问题,提出了一种利用遗忘因子递推最小二乘进行时变AR模型建模并与抗野值Kalman滤波相结合的方法。利用遗忘因子递推最小二乘对AR模型进行参数估计,将实时AR模型的结果应用到自适应抗野值Kalman滤波中进行随机误差补偿。经过仿真和实物测试,时变AR模型抗野值Kalman滤波的均值、方差、Allan方差的噪声项比原始数据减少了90%以上,表现出比Kalman滤波更好的效果。     

湍流边界层各向异性张量模式的实验研究

使用高时间分辨率粒子图像测速技术在水槽内精细测量平板湍流边界层内不同流向、法向位置的瞬时速度矢量空间场的时间序列信号。利用实验数据对湍流各向异性的涡黏张量模式进行了实验研究,给出了湍流边界层不可压缩槽道湍流中各向异性的涡黏张量各分量的空间分布规律。各向异性的涡黏张量分量的空间分布揭示了流向平均速度的法向梯度对雷诺应力三个分量的不同贡献。涡黏张量三个分量空间上的不同规律说明对涡黏张量的各向异性的考虑是合理的,而各向同性的涡黏模型不适宜描述剪切湍流雷诺应力的物理本质。     

用附面层吸除法缩短进气道长度的研究

为了使进气道尽可能短而又使附面层放气量少,必须挖掘附面层本身的潜力.运用Stratford紊流附面层分离准则,找到一种特殊型面,令附面层沿型面尽可能多地保持在一种即将分离而尚未分离状态,即所谓“连续零壁面摩擦流动”.只须少量放气,即可避免分离.模型的半自由射流风洞试验结果,与有限差分数值计算结果比较接近.只须放去<1%进气道流量,即可使亚音段长度缩短50%,而无分离产生.由于长度大大缩短,并放出一部份低能流,可减弱冲波与附面层干扰,改善总压恢复和出口流场,减轻结构重量,改善刚度,并为燃烧室发展提供更多空间.     

基于GSP仿真和SDAE的航空发动机故障诊断

为了深入研究航空发动机故障机理,提出基于航空燃气涡轮发动机性能仿真软件(GSP)和堆栈降噪自编码器(SDAE)的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障,并得到对应的运行状态参数;从每种故障类型下的长时间序列的状态参数中提取出向量化的曲线特征,构成故障样本;将故障样本带入SDAE模型中进行深度特征提取,经过前向传播和反向微调得到训练好的模型用于发动机故障诊断。结果表明:GSP能够通过参数更改来模拟微弱故障下的状态参数,从而构建多故障样本集;SDAE的重构误差和反向传播误差能够快速收敛到较小值,SDAE的故障诊断正确率为99.5%;与深度信念网络(DBN)、人工神经网络(ANN)以及经典机器学习方法支持向量机(SVM)相比,SDAE的故障分类正确率分别提高了0.8%、6.9%和10.1%。