军用飞机维修保障信息系统体系结构建模研究

介绍了系统体系结构的建模方法，详细分析了系统体系结构的建模过程，针对军用飞机维修保障业务特点，对军用飞机维修保障信息系统的体系结构建模进行了研究，并给出了一个应用案例。本文的研究结果可为维修保障信息系统的研制提供参考。     

AADL在航天器控制系统设计中的应用研究

以某型号航天器为例提出了一种使用体系结构分析和设计语言(AADL,architecture analysis & design language)分层次建模的方法,建立控制系统软件及软件与硬件之间的交互模型.采用状态自动机方式描述串口通信协议,以便分析模型.     

鼠笼式弹性支承结构参数优化设计与试验

进行了鼠笼式弹性支承的优化设计与试验研究.基于遗传算法和MATLAB开发了优化设计软件,进行了某航空发动机鼠笼式弹性支承的结构参数优化设计,并进行了柔度试验和疲劳应力试验.结果表明,疲劳应力下降到原来的40%,优化结果与试验结果的误差小于6%,验证了优化设计的有效性.     

基于改进模糊SVM的转子振动故障诊断技术

首先对常用的隶属度确定方法进行改进,提出了基于改进模糊支持向量机(FSVM)的融合故障诊断方法,并建立了改进FSVM故障诊断数学模型;然后,利用转子振动模拟实验台对四种典型的转子诊断故障进行模拟,并提取其故障信号特征;最后,通过实例计算分析,验证了该方法在转子振动故障诊断方面是可行的和有效的.     

A Modeling Language Based on UML for Modeling Simulation Testing System of Avionic Software

With direct expression of individual application domain patterns and ideas,domain-specific modeling language(DSML) is more and more frequently used to build models instead of using a combination of one or more general constructs.Based on the profile mechanism of unified modeling language(UML) 2.2,a kind of DSML is presented to model simulation testing systems of avionic software(STSAS).To define the syntax,semantics and notions of the DSML,the domain model of the STSAS from which we generalize the domain co...     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

利用粒子群支持向量机预测轴流压气机机匣壁面压力

建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法...     

基于神经网络的战时装备维修保障能力评估

介绍了神经网络的概念,阐述了BP神经网络的基本原理与方法,在系统分析战时装备维修保障系统的基础上构建了战时装备维修保障系统能力评估指标,设计了BP神经网络模型,通过Matlab仿真软件对结果进行计算分析表明,BP神经网络具有很强的解决非线性问题能力,适用于战时装备维修保障能力评估。     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。     

基于热敏电阻的气体温度测量误差分析

挤压气体内部温度的精确测量对确定贮箱内推进剂剩余量和提高氧化剂和燃烧剂的混合比控制精度有重要意义.提出了一种基于热敏电阻的矢量测温方法,通过测量气瓶壁面温度推算气体内部真实温度,分析温度电阻非线性特性、温度—电压处理电路、A/D采样非线性等因素导致的温度测量误差,最终获得系统自身的温度采集误差,在此基础上分析了影响此误差的主要因素.最后分析了外界干扰引起的测量噪声对温度测量的影响,并采用小波降噪的方法对此进行降噪处理,使温度测量精度得到较大改善,并最终确定了内部气体温度的测量误差.