基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状，提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱，并通过主成分分析方法增强了信号的特征；参考迭代自组织数据分析的“分裂”和“合并”的思想，为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为；采用模糊C均值方法定义了隶属度矩阵和目标函数，并利用改进的人工鱼群算法，迭代搜寻了目标函数的全局最优解，得到了各故障模式的聚类中心；通过计算测试数据的最近邻聚类中心，实现了故障模式识别。结果表明，该方法无需指定聚类簇数，能在标记数据量小的情况下完成训练，较同类方法表现出了更优的故障模式识别性能。     

基于DS算法的混胺燃料近红外光谱分析模型传递

对混胺燃料的近红外光谱分析模型的传递方法进行研究。采用 K/S(Kennard/Stone)算法选择转换集样品,采摘用直接校正(Direct Standardization,DS)算法对从仪器采集的光谱进行校正。通过光谱平均差异(ARMS)比较奇异值分解(Singular Value Decomposition,SVD)算法和偏最小二乘法(Partial Least Squares,PLS)对光谱校正的效果。当 PLS算法的最佳主因子数为 3时,DS-PLS算法的光谱校正率可达到 97.5%,优于 DS-SVD算法。混胺样品的分析模型经过 DS-PLS算法传递后,对从仪器的混胺样品各项指标的预测标准偏差(SEP)明显好于传递前,与主仪器预测效果接近,说明采用 K/S算法选择合适的转换集样品后,通过 DS-PLS模型传递算法可有效降低仪器间的光谱差异,实现近红外光谱分析模型在各台光谱仪之间共享。     

一种新的基于可解释性置信规则库的飞轮健康状态评估模型

飞轮系统的稳定运行对于航天器在轨安全影响重大，因而对飞轮系统进行健康状态评估至关重要。在进行飞轮系统健康状态评估建模时，不仅要求模型能够处理各种不确定性以保障评估结果的准确性，同时要求其具有透明合理的评估过程与可解释、可追溯的评估结果。因此，在深入研究置信规则库（BRB）建模方法的基础上，构建了一种新的基于可解释性建模的置信规则库（BRB-e）飞轮系统健康状态评估模型。首先，结合飞轮系统特征对模型的可解释性建模准则进行定义；在此基础上，设计了BRB-e评估模型的推理过程；然后，基于鲸鱼优化算法（WOA），提出了一种具有可解释性约束的BRBBRB-ee模型参数优化方法；最后，通过对某飞轮系统中轴承组件的评估案例研究，验证了模型在飞轮系统健康状态评估中的有效性。对比研究表明，BRBBRB-ee模型在评估结果准确性和评估过程可解释性方面具有一定的优势。     

基于WRAP软件的DVOR/DME台选址信号覆盖仿真分析

DVOR/DME导航台的选址需满足飞行程序设计的要求。为了更加直观清晰地展现DVOR/DME台的信号覆盖分析与飞行程序设计方案的相互关系,本文结合云南芒市机场导航台迁建的工程应用案例,采用了基于WRAP软件的DVOR/DME台信号覆盖分析方法,取得了良好的应用效果