基于人工神经网络的预腐蚀铝合金疲劳性能预测

 通过对BP神经网络算法分析和收敛性改进,从获得的预腐蚀和疲劳试验数据中通过训练建立了LY1 2CZ铝合金腐蚀性能和疲劳特性与预腐蚀温度和时间的映射模型,从而可预测铝合金在一定预腐蚀环境谱下的最大腐蚀深度和疲劳特性。神经网络算法采用 BP算法 ,网络结构采用2-4-2形式。结果表明 ,神经网络用于预腐蚀铝合金的腐蚀状况和疲劳性能预测是可行的     

一种快速航空图像去雾算法

 基于暗元先验规律的图像去雾算法去雾效果较好,但在进行介质透射率估计时会造成图像中出现方块效应,所以需要进行图像抠图处理。而图像抠图计算复杂度非常高,使得图像去雾时间消耗很大。本文提出一种快速图像去雾算法,使用Kuwahara边缘-角点保持滤波器对大气散射光进行估计,并对所采用的Kuwahara滤波器进行改进。通过增加子块的数目以及进行局部加权等,提高边缘保留效果,抑制方块效应,从而获得较为准确的介质透射率。实验结果表明本文算法时间复杂度低,图像去雾效果好。     

一种新约束容差关系的粗糙集模型

基于容差关系和先验概率容差关系的粗集模型是粗糙集理论的重要扩充,然而其却均有自己的局限性。结合上述两种模型的优点．提出了一种新约束容差关系,新约束容差关系的粗集模型是建立在对不完备信息系统属性值统计数据基础上的．可有效提高分类精度和同类对象问的相似程度。实例分析表明,新的模型更具有实用性和操作性。     

基于Bayes理论的航空发动机涡轮叶片维修决策

为了更可靠、更经济地实施航空发动机涡轮叶片维修决策,对Bayes统计推断理论在维修中的应用进行了探索。通过仿真试验,对比分析了维修人员在常规情况下根据维修经验和通过采样对叶片维修策略的选择。试验结果表明,基于Bayes统计推断理论的方法,对于航空公司决策者或维修人员进行维修决策是可行的和方便的。     

导弹命中精度评定中贝叶斯方法的应用

针对导弹武器系统试验评定的问题 ,研究了如何在命中精度评定中应用贝叶斯方法。在导弹落点偏差分布为正态 -逆伽马分布的假设下 ,提出以贝叶斯理论为基础 ,利用实际的导弹飞行试验状态信息和试验前的各种已知信息 ,加入弹道的模拟和仿真方法 ,获得评定的验前分布参数 ,使精度评定理论与实际情况相结合的方案。该方案以使用方提出的可信度和最低可信下界为检验精度的指标 ,同时也提出一种运用参数自助 (Bootstrap)方法获得验前分布参数的方法。最后 ,提供了完整的评定流程和说明 ,使实际的评定工作有一个较完整的体系。所提的贝叶斯方法尤其适合于小子样场合下的试验鉴定工作     

Behrens-Fisher问题的信赖与贝叶斯精确区间估计

两正态总体均值与标准差均未知时的均值差的区间估计问题,称为Behrens-Fisher问题。给出了问题的共轭型先验与无信息先验下的Bayes精确区间估计及其计算方法,并指出可信水平为γ时无信息先验的Bayes精确区间估计与Fisher的Fiducial水平为γ的Fiducial精确区间估计在数值上一致。将Welch&Aspin近似与无信息先验的Bayes精确区间估计作比较,结果显示此近似一般偏冒进,故对重要的工程问题建议使用Bayes(或Fiducial)精确区间估计。     

粉末高温合金FGH96原始颗粒边界及高温原位高周疲劳研究

利用扫描电镜原位观察的方法研究了粉末高温合金FGH96中不同级别的原始颗粒边界(PPB)在550℃下对合金高周疲劳力学行为的影响。结果表明:采用等离子旋转电极(PREP)制粉+热等静压(HIP)工艺制备的FGH96合金中PPB主要由大尺寸γ'相和碳化物组成;不同级别的PPB对高周疲劳裂纹萌生和扩展均无显著影响,裂纹萌生于晶粒内部,裂纹扩展受晶界与应力轴角度影响,穿晶或沿晶扩展;在裂纹快速扩展区和瞬断区,PPB级别严重的FGH96合金断口呈现穿晶和沿PPB断裂的形貌。     

基于距离一矩法判据的多源寿命信息融合

针对小子样复杂系统的可靠性信息融合技术展开研究,解决同总体多源信息的科学利用与融合问题。该方法从数据层融合人手,考虑了各源验前信息的可信度,根据矩法估计原理求解各种可能验前分布的参数。采取距离作为度量选取最佳融合验前分布丽数。最后通过MATLAB仿真实例对4种常见分布进行了研究,验证了该方法的有效性。     

基于混合验前分布的制导精度评定方法

如何合理有效地利用验前信息是小子样评定中的关键问题。针对导弹制导精度评定,提出了一种根据验前数据构造验前分布的方法,并结合验前信息可信度给出了一种混合验前分布。通过对参数验后估计的分析,该方法能够有效避免验前信息“淹没”现场信息的情况,而验前信息可信度则通过验后边缘分布得到。通过对验后估计均方差(MSE)的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。