Machining Error Control by Integrating Multivariate Statistical Process Control and Stream of Variations Methodology

For aircraft manufacturing industries, the analyses and prediction of part machining error during machining process are very important to control and improve part machining quality. In order to effectively control machining error, the method of integrating multivariate statistical process control (MSPC) and stream of variations (SoV) is proposed. Firstly, machining error is modeled by multi-operation approaches for part machining process. SoV is adopted to establish the mathematic model of the relationship between the error of upstream operations and the error of downstream operations. Here error sources not only include the influence of upstream operations but also include many of other error sources. The standard model and the predicted model about SoV are built respectively by whether the operation is done or not to satisfy different requests during part machining process. Secondly, the method of one-step ahead forecast error (OSFE) is used to eliminate autocorrelativity of the sample data from the SoV model, and the T2 control chart in MSPC is built to realize machining error detection according to the data characteristics of the above error model, which can judge whether the operation is out of control or not. If it is, then feedback is sent to the operations. The error model is modified by adjusting the operation out of control, and continually it is used to monitor operations. Finally, a machining instance containing two operations demonstrates the effectiveness of the machining error control method presented in this paper.     

流场特性预测的两类高效方法

在多因素多水平试验设计方法建立数据库的基础上,提出了预测流场特性的两类高效方法:一类是响应面方法;一类是小波神经网络方法.典型算例表明,两类方法都可以高效率的获取流场特性参数,而且在预测的精度与计算的效率上,小波神经网络方法较响应面方法更具有优势.      

太阳10.7 cm射电流量中期预报模型研究(Ⅱ)

太阳活动指数中期预报一直是空间环境业务预报的难点之一.本文在自回归方法模型的基础上,利用太阳活动区面积、位置等参数与10.7cm辐射流量之间的定量关系,根据活动区面积衰减规律,建立了一个基于活动区参数及演化规律的改进型太阳活动指数中期预报模型.通过对预报测试实例分析发现,在日面出现较大活动区导致F_(10.7)迅速增长并超过历史数据峰值的情况,在日面活动区消亡导致指数突然出现平静期的情况,新模型的预报准确性相比自回归模型有很大提高,预报的平均相对误差下降约5%～9%.由此可见,新模型在某些特定条件下提高了原有模型的精度.该研究为提高业务型太阳10.7cm射电流量中期预报模型的预报精度奠定了基础.     

一种基于航摄图像特性的H.263压缩算法的改进

研究了航摄视频图像的特性,并根据航摄视频图像的特性,从预测初始搜索点、搜索策略和半像素精度运动估值方面改进了H.263标准中的运动估计算法。实验结果表明,针对航摄图像特性改进的算法比全搜索算法和三步搜索算法具有更高的搜索效率。     

美元汇率走势分析及预测

美元汇率的走势是分析各种期货品种价格如何波动的风向标。文章首先探讨美元疲软的两个原因：经常账户赤字、财政赤字和次级债危机;进而尝试利用巨无霸指数和蒙特卡罗模拟构筑一个经济学模型对美元未来几年的走势作出预测;最后根据预测结果给出了美元汇率持续走低下现阶段的黄金期货投资的策略。     

深空遥操作大回路延时研究

深空探测是航天未来发展的重要领域,遥操作技术是深空探测的重要研究内容,是人类开展深空探测不可或缺的重要支撑技术。对遥操作交互模型进行了研究,阐述了典型深空遥操作闭环系统的遥控、遥测功能实现过程,基于深空遥操作的直接控制模式,对回路延时组成参数进行了分析,给出了回路延时各参数的工程测算方法,提出遥操作中遥测数据判读时刻的修正方法。理论分析表明,该方法提高了连续指令发送效率,充分利用了系统资源,缩短了任务执行时间。     

基于深度学习的太阳10.7 cm射电流量日值的中期预报

针对太阳10.7cm射电流量中期日值预报问题,采用深度学习方法,建立了一个典型的基于多层感知器模型的神经网络。该网络采用1个包含90个神经元的隐含层,实现了一种非参数的时间序列自回归模型。预报中不仅考虑历史日值,还考虑了历史预报误差。模型根据前27d的历史数据实现了未来27d的日值预报。通过对50多年数据的训练和试验分析,该方法在短期和中期预报上较传统方法的相对误差明显降低。特别是模型经一次训练后,参数可以完全固定,不同于以往研究参数需要每天滚动更新,大大简化了日常预报,同时极为有利于模型在其他相关应用中的推广。     

自然结冰试飞成功的影响因素研究

试飞成功的关键要素是选择合适的试验空域、准确的气象预报和合理的试验安排。本文研究了ERJ-190自然结冰试飞的成功经验及其影响因素,并介绍了其在ARJ21-700飞机上的应用,可以为民用飞机自然结冰的适航验证提供参考。     

基于BP神经网络模型的西安市生活垃圾产生量预测

建立3层BP神经网络模型,选用市区人口数、国内生产总值和道路清扫面积三个因素预测西安市生活垃圾产量,将原始数据转化成年增长率,并结合trainbr函数来训练网络,泛化能力强,误差小,取得了较好的预测结果。     

弹道导弹中段机动突防制导误差修正方法

针对弹道导弹中段反拦截实时机动突防带来的参数偏差问题,给出了在地球非球形摄动影响下的位置和速度偏差量的计算方法,采用改进的fg级数和预测制导方法获得了机动推力的作用方向及发动机的开启时间,并对再入点误差进行了修正。仿真结果表明,采用该方法可有效地修正因机动突防与地球扁率而引起的再入点参数误差,为末制导系统的工作提供了良...