基于主元核相似度免疫机制的故障诊断方法及应用

1引言目前,国内外已发展了多种应用于航空发动机的智能故障诊断方法,如专家系统方法、神经网络方法,以及新近提出的基于支持向量机的诊断方法。但这些方法需要有足够的已知故障模式的训练样本才能发挥出优异的性能,而且算法实时性较差,难以满足快速在线诊断的要求[1]。传统的基     

4-苯氧基邻苯二甲腈的合成研究

以4-硝基邻苯二甲腈和苯酚为原料，DMSO为溶剂，在K2CO3存在下80％进行硝基亲核取代反应制得了4-苯氧基邻苯二甲腈化合物。反应过程中采取两步法合成，首先使苯酚和K2CO3反应生成酚盐，然后再与4-硝基邻苯二甲腈反应生成目标产物。该反应过程平稳，产物经重结晶提纯后，收率为97．7％，熔点为102—103℃。傅里叶红外光谱和核磁共振氢谱的测定结果证明了产物的分子结构。     

通用语视角下的大学英语语音多元化教学探究——以《新标准大学英语视听说》为例

利用言语变体实验技术测试某民航院校大学管制专业二年级学生共165位学生对13种英语口音变体的辨识能力和语言态度,结果显示在辨识能力方面,中国学生对东北腔英语的熟悉程度最高。在语言态度方面,被试对中国东北腔口音的认同度却很低。被试语言能力和语言态度之间的不一致暴露出中国高校传统的本族语语音教学模式的局限性。本文以《新标准大学英语视听说》为例实行英语语音多元化教学:对于英式发音和美式发音,要求学生系统掌握两者的差异,确保自己被人听懂;对于典型的英语口音变体则运用通用语共核理论指导语音教学,要求学生掌握属于通用语核心范畴的语音现象,确保自己能听懂别人。     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题，为进一步提高故障诊断准 确率，提出了基于小波变换和粒子群优化(Particle swarm optimization，PSO)支持向量机 (Support vector machine，SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析，然后通过小波分解计算分形维数，再利用核主元分析（Kernel pri ncipal component analysis，KPCA）降低特征值维数，实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证， 获取了较高的故障诊断准确率，与其他方法进行比较，实验结果显示了本文方法的优越性。     

基于冲击特征提取的旋转机械智能故障诊断

针对齿轮、轴承故障，提出了基于冲击特征提取胶囊网络的旋转机械智能故障诊断模型。在胶囊网络的构架基础上，将原始故障振动信号作为输入，通过构造首层小波核卷积层，针对性提取冲击故障特征，提高深度学习网络特征提取的可解释性。在小波核卷积层之后扩展一层卷积层，强化首层小波核卷积层提取的特征，将强化的特征经初级胶囊层、数字胶囊层输出分类结果，从而构造了“端到端”的小波卷积胶囊网络模型。通过对各层提取的特征可视化分析，证明了该模型对故障振动信号的冲击特征具有良好的提取能力。3个不同实验平台的数据集验证结果表明不同故障类型、不同故障程度的齿轮及轴承的识别精度最高可达到100%，并具有良好的泛化能力。     

基于Ansys Fluent的近场翼尖涡数值模拟与分析

为了进一步研究飞机远场尾涡,提供网格分配及湍流模型的参考,并为整机模拟提供必要的参考依据,通过基于Ansys Fluent的数值模拟方法,研究了NACA0012机翼的近场翼尖涡流场,采用有限体积法求解不可压缩雷诺平均Navier-Stokes方程,其中雷诺应力项分别以S-A和Realizable k-ε模型封闭,模拟了近场翼尖涡卷起的过程,分析了机翼表面压力以及涡核参数,包括轴向涡量、涡核位置、涡核粘性等,并与风洞实验结果进行了对比。结果分析表明:基于局部O-网的六面体网格,RKE模型要优于S-A模型,与实验值更为吻合。     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。     

基于超声波C 扫描的SUS304 不锈钢板点焊接头质量分析

利用超声波水浸聚焦入射法对1 mm厚的SUS304奥氏体不锈钢板点焊接头进行超声C扫描成像检测;研究了不同焊接工艺参数下获得点焊接头的超声波C扫描图像特征,据此分析了接头的焊核直径,并与焊核切口端面尺寸进行了比较;对点焊接头进行了拉伸—剪切试验,测试了接头的力学性能。结果表明:超声波水浸聚焦入射法能够观测出点焊焊核直径,并能有效地观测出焊核内部形貌特征。当焊接电流为定值(4k A),供给压力为0.15 MPa时,接头出现飞溅、焊穿等缺陷,并且在超声波C扫描图像中能够清晰地反映出来;当供给压力为0.45 MPa时,虽然点焊焊核直径增大,且未出现焊接缺陷,但是过大的供给压力导致接头厚度变小,影响了接头抗拉强度。当供给压力为定值(0.4 MPa),焊接电流为9 k A时,在C扫描图像上同样反映出飞溅、焊穿等典型的焊接缺陷,此时接头的失效载荷及能量吸收值急剧下降。     

基于序列近似优化算法的固体运载火箭弹道设计

采用打靶法研究固体运载火箭弹道优化设计问题。针对打靶法中智能优化算法效率、优化问题中约束条件提法等方面的不足,引入序列近似优化算法,提出算法中径向基函数高斯核宽度的高效确定方法。数值仿真实验表明,提出的方法可在基本不带来计算量增加的前提下,显著提高代理模型精度,使序列近似优化算法得到改进,提高优化效率。设计固体运载火箭飞行程序。建立弹道优化设计问题数学模型,并将模型中相关等式约束合理转化为不等式约束,降低优化问题求解难度;基于改进后的序列近似优化算法完成某固体运载火箭弹道优化,原始计算模型调用308次之后便搜索到最优解,较传统智能优化算法显著提高了优化效率,优化方案末助推级液体推进剂消耗比原方案减少25.7%。