基于运行分析法的区域管制风险因素辨识

在运行分析法的基础上结合因果分析法对区域管制运行工作中的风险因素进行辨识,根据运行分析法的要求,对区域管制的工作任务进行分析,建立了基于最小任务单元的区域管制工作流程图,结合因果分析法对工作流程图中的每个最小任务单元进行风险因素辩识,最后识别出影响区域管制运行安全的85条风险因素,包括人的因素57条,设备因素10条,环境因素8条,管理因素10条。     

灰色系统关联分析在故障识别中的应用

通过对现场采集的齿轮故障文件进行诊断,说明通过多参数灰色关联度分析诊断法诊断齿轮故障及识别其故障类型,只要样本文件数据准确、可靠性强,在类似的工作条件下,诊断齿轮的故障是可行的,其效果是较好的。     

非完备先验知识下的滑动轴承摩擦状态识别

针对监测系统通常无法全部获取轴承摩擦退化状态的先验知识,无法建立全摩擦状态的识别模型,从状态间的相似性出发,提出一种无先验知识下的基于灰色B型绝对关联度（AGRDB）和稀疏编码的滑动轴承状态识别方法。针对稀疏表示不具有监督性的缺陷,在稀疏编码的目标函数中引入AGRDB算法,训练类间距离最大、类内距离最小的正常润滑和严重摩擦的编码；在相同字典下建立具有一致判别性的稀疏表示模型,通过比较当前状态与正常润滑、严重摩擦的稀疏编码与重构误差,进一步识别当前轴承的状态,仿真信号和柴油机轴承实验的结果表明:所提方法能够在较少先验知识下识别出滑动轴承的早期摩擦状态（100~216min）和严重摩擦状态（216~384min）,且算法简单,适合较少样本下的滑动轴承摩擦故障在线监测。      

基于迁移学习的小样本目标识别研究进展与展望

在空、天、海等复杂环境下的目标识别任务中，高质量的样本数据往往较少。特别是在干扰对抗环境下，某些特定领域的目标信息获取困难，可靠的标注数据较少。小样本问题对深度学习技术在目标识别任务中的应用提出了新的挑战。迁移学习为小样本不确定环境下的目标识别问题提供了新的研究思路。本文针对小样本目标问题，以机载雷达等空天传感器信息对海面目标识别为例，介绍了迁移学习的主要思路和方法，对迁移学习在海面目标识别问题中的应用现状进展进行了总结；分析和归纳了迁移学习在海面目标识别应用中的主要挑战。最后对可解释性及鲁棒性的海洋目标识别技术需求及未来发展方向进行了展望。     

设计更改统计分析在航空产品设计质量过程管理中的应用

探讨了设计更改统计分析对产品设计质量的影响，论述了利用数理统计分析方法和质量分析工具对影响产品设计质量的设计更改进行评估的过程，并提出了改进措施和意见，进而提高了产品设计质量。