柔性支撑控制力矩陀螺动力学建模与控制

针对柔性支撑引起控制力矩陀螺(CMG)框架控制性能下降的问题，建立了柔性支撑条件下控制力矩陀螺的动力学模型，分析了柔性支撑扰动力矩的耦合机理并给出了解析模型.据此，设计了一种积分滑模控制策略，用于提升对CMG框架动力学特性变化和新增扰动力矩的鲁棒性.仿真结果表明，该控制策略相比传统的PID控制具有更好的动态过程和稳态性能，提升了柔性支撑下控制力矩陀螺框架速度的闭环控制性能.     

某型直升机维修保障能力生成模式研究

某型直升机是陆航部队近年来新装备的主力作战机型,目前正处于装备部队初期的故障高发阶段,而部队有限的装备维修保障能力直接制约了该型机战斗力的形成。本文结合前期对某型直升机的自身技术特点及其装备维修保障的研究,综合使用单位反映的各种问题,深入剖析了制约其维修保障能力形成的原因,以期为后续新装备快速形成装备维修保障能力提供借鉴。     

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。     

最小二乘支持向量机的在线学习算法研究

针对最小二乘支持向量机在线逼近过程中求解矩阵维数逐渐扩大的问题,提出了一种最小二乘支持向量机的在线学习算法。借助滚动窗口的思想,建立一个随时间滑动的建模数据区间,在线逼近中通过接受新数据删除旧数据来保持数据区间长度不变,同时数据不断更新,从而实现模型的在线学习。仿真结果表明了这种学习算法的有效性。     

基于QFD和TRIZ的可信软件技术冲突解决方法

为解决软件开发中的技术冲突及提高软件的可信性,提出了基于质量功能展开(QFD)和发明性问题解决理论(TRIZ)的可信软件技术冲突解决方法.首先构建可信软件规划质量屋,在软件开发过程中引入用户视角;其次,重点分析质量屋的技术特性自相关矩阵中呈负相关的技术特性,尝试用TRIZ的发明创新原理予以解决,获得多个可行的创新性解决...     

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.