相控阵雷达搜索方式下波位编排与优化

分析不同波位编排方式对相控阵雷达能量需求与搜索性能的影响,给出了搜索方式下较为优化的波位编排方式。然后在分析相控阵雷达波束展宽效应的基础上,提出了非均匀划分扫描空域并对波束展宽效应进行补偿的方法,对波位编排方式进一步优化。最后利用该方法仿真分析了波束宽度与天线增益的变化,结果表明可有效补偿波束展宽效应带来的影响。     

基于FIG-SVR的姿控发动机推力校准斜率预测

为了对某型号姿控发动机高空模拟试验推力现场校准斜率进行趋势预测,提出了一种模糊信息粒化(fuzzy information granulation,FIG)和支持向量回归机(support vector regression,SVR)相结合的时间序列预测方法。借助模糊信息粒化方法将推力现场校准的斜率映射为包含区间最小值Low、中值R和最大值Up 3个参数的模糊信息粒,以降低样本的维数,并以其为输入构建SVR回归模型。预测结果表明,基于模糊信息粒化SVR确定的预测区间较好地反映了推力现场校准斜率的变化趋势。     

某型号发动机试验中涡轮流量计的故障分析

针对某型号发动机试验测量系统中的流量参数测量的异常现象,从涡轮流量计的使用方法、流量计前后压力和流量参数对比、各次试验中测量介质的流阻等角度进行故障分析,对故障原因进行准确定位。     

基于ARVM模型的液体火箭发动机试验台故障预测方法

针对液体火箭发动机试验台故障子样少,故障预测精度低,故障维修保障困难等问题,在分析标准RVM优缺点的基础之上,提出了一种自适应能力较强的故障预测模型——ARVM(Adaptive Relevance Vector Machine)。为测试该模型,以某型轨控发动机高空模拟试验台管路流量、燃烧室压力为输入参量对推力矢量进行了预测,预测结果表明,ARVM方法能够有效跟踪推力矢量参数的变化趋势,并且获得了较高的预测精度和模型稀疏性。该方法对于复杂系统的故障预测和维修保障具有一定的理论价值和工程应用意义。