舰载机着舰安全的多维状态空间分析

舰载机着舰过程涉及到来自人员、设备和环境等方面的众多因素,具有多变量非线性和强耦合性,对于实时有效地监控、判断着舰过程的安全状态并进行正确决策构成一定的困难.在阐述面向安全的多维状态空间的内涵的基础上,应用多元统计分析技术提出面向安全的多维状态空间的建模和分析方法,发现系统状态表征数据所反映的过程安全特性.以美军某型舰载机着舰过程统计数据为例,对影响机-舰系统安全状态的诸多变量的特征进行提取,建立面向着舰安全的多维状态空间模型,判定状态空间维数并确定对应的状态变量,为着舰过程的安全分析、监控和决策等提供依据,同时确保过程数据处理更为方便和简化.案例分析结果与真实数据统计结果之间基本保持一致,证实本方法具有较强的工程实用性和可信性.      

基于PCA和WPSVM的航天器电特性识别方法

针对航天器电特性监测系统识别过程中存在测试数据量大、特征维数高、样本少、计算速度慢和识别率低等问题,提出基于主成分分析(PCA)的特征提取和加权近似支持向量机(WPSVM)的在线故障诊断方法.实现了对信号故障特征的主成分分析、选择和提取,并对高维特征数据实现了降维,提高了航天器电特性在线故障诊断的准确性和速度.针对PCA中的结果选取问题,提出运用数据贡献度阈值进行数据截取的方法,有效地保证了数据的有效性与一致性.结果表明:该方法充分利用了航天器电特性监测系统的有用数据特征,有效提高了识别的精度,且计算时间较短,效率较高.      

基于增量式路标表观学习的移动机器人定位

在全景图像中,机器人参考定位的路标表观受到畸变、观察视角、路标尺度变化以及环境亮度的影响,致使基于全景视觉的机器人自主定位存在着许多难点有待解决.提出增量式的路标表观学习方法,准确估计路标的表观变化,并为基于粒子滤波的机器人定位过程提供准确的观测信息.增量式路标学习过程利用增量式概率主元分析为理论工具,将不同视角的路标表观的主元特征表示成不断自主更新的特征基底,为计算观测量与路标真实表观的相似度提供了实现途径和理论依据.该学习算法能够被集成到带有重采样的贯序权值采样粒子滤波算法过程中,实现了全景视觉机器人的精确自主定位.实验结果表明:该算法的定位误差小,计算量小,执行效率高,对全景图像中的各类干扰均不敏感.     

因子分析法在脉冲红外热无损检测中的应用

为了提高脉冲热像法PT(Pulsed Thermography)的缺陷检测能力,将因子分析法应用于脉冲红外热无损检测的热像序列处理中.介绍了因子分析法的原理,描述了因子分析法处理并重建红外热像序列的步骤.为了考查算法的有效性,对人工内置缺陷的玻璃纤维增强塑料板试件进行了脉冲红外热像检测试验.结果表明:通过因子分析得到的公因子图像可以进行缺陷识别,因子分析法较主分量法处理数据更加灵活;通过公因子重建图像序列后,可增强缺陷信噪比和抑制加热不均效应,从而提高了脉冲热像法的缺陷检测能力.     

基于充分搅拌反应器模型简化详细反应机理

基于充分搅拌反应器(perfectly stirred reactor)模型,改进了相关性分析方法和主成分分析方法的应用方式,对航空煤油(替代燃油)的详细反应机理进行了简化.该详细反应机理由航空煤油替代燃油(80%的正癸烷,20%的1,2,4-三甲基苯组成,以质量计)的反应机理和的NO_X反应机理综合得到,总共包含131种组分,1020个不可逆基元反应.简化工况选为:充分搅拌反应器进口温度800 K、压力101325 Pa、停留时间3 ms、体积为常数、忽略热损失;目标是使得简化机理在绝热的充分搅拌反应器中计算得到的温度和重要组分(CO,CO₂,NO)的摩尔分数与详细机理的计算结果在5%的误差范围内.结果表明,在简化工况宽广的当量比范围内(0.5～2.0)简化机理均能满足设定的目标.      

一种民航发动机滚动轴承故障预警方法

为了提前感知滚动轴承故障,避免民用航空发动机非计划维护带来的损失,提出了一种故障预警方法.对轴承振动信号进行特征工程,提取其时域和频域特征,引入梯度提升决策树(Gradient boosting decision tree,GBDT)算法,量化了特征重要度;在特征相关性分析的基础上,利用核主成分分析(Kernel pr...     

基于磁场梯度张量的航天器内部多磁场源探测技术

基于磁场梯度张量的探测技术具有高分辨率、高精度等优点,是航天器多磁源分辨的有效方法。文章建立了航天器磁场源模型,提出了航天器多磁场源模型拟合方法,利用磁场梯度张量的主不变量的极值确定磁场源个数和水平位置,然后联合欧拉方程计算磁场源深度,完成航天器内部多磁场源仿真与计算,分辨率最高可达0.012 m,满足工程需求。该研究开辟了航天器内部多磁场源目标探测的新途径。     

民用航空发动机水洗时机决策方法

为了解决民用航空发动机定时水洗带来的水洗效果不明显或者未及时水洗的问题,对发动机水洗时机决策方法进行了研究.对水洗效果进行了分析,提出以期望水洗效果作为水洗时机确定的依据.考虑到水洗效果影响因素众多以及水洗样本容量小,将主成分分析与支持向量机结合起来,建立了发动机水洗效果预测模型.基于期望水洗效果以及预测的水洗效果确定合理的水洗时机.验证结果表明,建立的水洗效果预测模型优于多元线性回归模型,也优于单纯的支持向量机模型.     

发动机飞行任务剖面的主成份聚类法

本文提出了利用主成份分析对航空发动机飞行任务剖面进行分类的方法 ,并对某战斗机发动机 1 8个飞行任务剖面进行了聚类分析。选取了飞行高度、飞行马赫数、发动机转速以及发动机重心法向过载等 4个参数作为分类的原始依据参数。对上述 4个参数进行主成份分析 ,得到 4个独立的主成份 ,其中第一、二主成份的累积贡献率可达 81 .1 %。因此 ,可以根据主平面内各飞行任务剖面的第一、二主成分的分布情况直观地进行定性地分类。最后 ,本文利用重心法进行了定量的聚类 ,得到了分类的树状图。研究结果表明本文提出的方法是合理可行的     

主成分分析在发动机状态监控与故障诊断中的应用

讨论了主成分分析在发动机状态监控与故障诊断中的应用,即利用主成分分析对近似线性相关的多个向量进行降维的问题。特别讨论了一般文献中很少注意的两个特殊问题,即测量数据的等方差化问题和中心化限制问题。以ＪＴ９Ｄ发动机故障、故障系数向量以及ＪＴ９Ｄ和ＰＷ４０５６发动机维修指标的降维问题为例说明主成分分析的应用。研究结果表明,利用主成分分析可以将ＪＴ９Ｄ发动机的２６个故障因子综合成９个、或者将５个单元体的１０个故障因子缩减到５个综合变量,并且改善了故障方程的病态特性,因而可以有效地提高故障诊断的可靠性。文中还对用于降维处理的主成分分析方法与线性回归分析（最小二乘法）进行了比较,表明主成分分析方法是解决所提出的降维问题的更为有效的手段。