基于决策树的涡轴发动机气路健康评估方法

为解决涡轴发动机退化模式多、故障样本大、分类困难的问题,将梯度提升决策树(GB?DT)算法应用于涡轴发动机气路健康评估.首先对涡轴发动机故障标签进行了拆解,针对每一类标签设计了一个分类器.通过特征重要度排序筛选了6个分类标签的输入特征,有效降低模型复杂度.通过遍历确定树的最优数量和深度,确保了分类的准确性.仿真结果表明...     

Satellite selection methods for multi-constellation advanced RAIM

The increased number of potential threat modes under multi-constellation advanced receiver autonomy integrity monitoring (ARAIM) requires an increase in the number of subsets and a correspondingly high computational load. A new satellite selection method based on integrity support message (ISM) parameters is proposed and compared with GDOP-based selection. The performance was tested on five days of data measurements from 21 multi-global navigation satellite system experiment (MGEX) stations distributed around the world, as well as simulation using the broadcast ephemeris. The results show that the proposed ISM-based satellite selection method is highly compatible with the baseline ARAIM. This method could reduce the computational times by about 60–70% quickly, with minimising vertical protection level (VPL) loss, which was consistently within 1 m, even a reduced VPL value in some epochs, and resulting in an improved availability. The simulation results were similar to the MGEX data. It appears that the application of ISM-based satellite selection can effectively reduce computational burden with a minimal impact on availability.     

关于加工中心选型订货的几个问题

阐述了选型、订货加工中心的基础知识，订货原则，选型订货方法及工作步骤。     

一种新的导航星选取算法研究

在导航星表的建立过程中，由于恒星的数量太多，往往要进行筛选，通常这种选择复杂费时，而结果往往并不是最优的。本文引入了动态星等阈值分布函数，将传统星等阈值过滤算法中的静态阈值用动态星等阈值代替，建立了一种新的动态星等阈值过滤选择模式。而基于统计学习理论的支持向量机方法为求解高维非线性动态星等阈值分布函数提供了新的途径。本文讨论了这种基于支持向量机的导航星自动选择算法——回归选取算法。实验表明，用该算法所选取的导航星表，导航星数量少、分布均匀性好。同时它还能适应多种任务的导航星选取要求，具有很强的通用性。     

飞行器再入姿态双环滑模控制及其逻辑选择

应用滑模控制设计了一种飞行器再入姿态控制方法,这个控制器应用两环的滑模控制方案,可以获得对角速度及角度的同时跟踪并具有较好的鲁棒性和解耦性能。针对飞行器再入姿态的动力面与反作用混合控制的特点,运用优化控制选择配置算法把控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器执行。再入姿态仿真验证了该方法的精度、鲁棒性以及解耦的跟踪性能及有效性。     

基于互信息的输入变量选择算法综述

空间环境是空间态势感知的重要组成部分，在空间科学领域，受限于对日地系统物理规律的全面认知，现有的基于物理机制的空间环境预测模型目前还难以实用化，通常采用的多是基于数据的经验类模型。基于互信息的输入变量选择算法为空间环境要素预测模型的输入确定了思路。由于能充分考虑不同输入、输入与输出之间的潜在关系，基于互信息的输入变量选择算法近年来在回归及分类问题上得到了广泛的应用和发展。本文以输入变量选择算法的3个关键环节，即评价标准、搜索策略和停止准则为线索，从不同角度对基于互信息的过滤式变量选择算法进行了系统的分析与梳理，重点对不同变量评价标准依赖的假设条件进行了数学上的推导和说明。最后总结了其发展规律，可为后续研究尤其是建立空间环境预测模型提供借鉴。     

相关信道下一种新的发射天线选择算法

现有的天线选择算法大多都是假设信道是独立同分布的,而实际的信道是相关的。针对这一问题,本文在研究盖尔圆算法的基础上,提出了一种新的用于相关信道的低复杂度天线选择算法。算法利用奇异值估计方法给出最小奇异值的下界,通过递增的方法,选择使信道矩阵最小奇异值的下界最大的列从而提高最小奇异值,使得容量最大化并得到较好的误码性能。理论分析与仿真结果表明,该算法在射频链路较少时具有很低的复杂度,同时容量和误码性能优于随机选择算法,接近最优选择算法。     

挠性杆的镗加工技术

针对挠性杆的结构特点和加工难点,提出了有效的工艺措施,从装夹定位、刀具材料与几何参数选择、刃磨方法、切削用量的选择,以及挠性杆内应力的分析等方面详细地阐述了加工过程中的关键技术,解决了挠性杆镗削加工的技术难题。     

一种载人航天概率风险评价数据选用与分析方法

概率风险评价(PRA)方法是一项成熟的量化风险评估技术,而可靠性相关数据不足,制约着该方法在国内载人航天领域的应用。针对这一问题,结合NASA的PRA工作经验,提出了一种适合国内载人航天PRA数据选用与分析的方法,综合运用产品的通用数据与特定数据,采用贝叶斯等数据融合方法,对产品进行量化评价。通过航天典型产品案例,与经典评估方法进行对比分析,结果表明,此方法更能反映产品的失效特性。文章提出的方法,可用于载人航天等具有小子样特征的产品PRA数据的选用与分析,为我国载人航天开展PRA工作提供参考。     

A multi-criteria fusion feature selection algorithm for fault diagnosis of helicopter planetary gear train

Planetary gear train is a prominent component of helicopter transmission system and its health is of great significance for the flight safety of the helicopter. During health condition monitoring, the selection of a fault sensitive feature subset is meaningful for fault diagnosis of helicopter planetary gear train. According to actual situation, this paper proposed a multi-criteria fusion feature selection algorithm (MCFFSA) to identify an optimal feature subset from the high-dimensional original feature space. In MCFFSA, a fault feature set of multiple domains, including time domain, frequency domain and wavelet domain, is first extracted from the raw vibration dataset. Four targeted criteria are then fused by multi-objective evolutionary algorithm based on decomposition (MOEA/D) to find Proto-efficient subsets, wherein two criteria for measuring diagnostic performance are assessed by sparse Bayesian extreme learning machine (SBELM). Further, F-measure is adopted to identify the optimal feature subset, which was employed for subsequent fault diagnosis. The effectiveness of MCFFSA is validated through six fault recognition datasets from a real helicopter transmission platform. The experimental results illustrate the superiority of combination of MOEA/D and SBELM in MCFFSA, and comparative analysis demonstrates that the optimal feature subset provided by MCFFSA can achieve a better diagnosis performance than other algorithms.