基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

基于优化最小二乘支持向量机的小样本预测研究

统计学中的预测问题主要是通过对已知数据的分析,找到数据内在的相互依赖关系,从而获得对未知数据的预测能力。该文提出了最小二乘支持向量机参数优化方法———多层动态自适应优化算法,构建了基于最小二乘支持向量机的预测模型,并对Ti 26合金的性能预测进行了研究。结果表明:优化的最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力。     

基于K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计

提出了一种基K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计方法.首先用K-均值聚类法将全包线范围内的数据进行聚类,然后在每一个类当中,用迭代约简最小二乘支持向量回归机设计一个子推力估计器.在用迭代约简最小二乘支持向量回归机设计子推力估计器的过程中,为了使计算数值更稳定,用Cholesky分解代替原来的迭代方法.最后仿真实验表明,此推力估计器能满足直接推力控制的需要,并和其它的方案比较起来,该方案存在一定的优势.      

基于支持向量回归机的发动机/直升机扭矩超前控制

主要研究涡轴发动机转速按扰动补偿控制问题,提出了一种基于迭代约简最小二乘支持向量回归机算法和模型预测机制的直升机扭矩动态超前预测模型设计方法.首先用迭代约简最小二乘支持向量回归机设计了旋翼扭矩按飞行状态和操纵量估计的非参数动态反馈模型,然后设置了扭矩模型预测机制,以获得扭矩的超前动态信息.接着利用扭矩超前预测信息设计了...     

基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

嵌入维数自适应最小二乘支持向量机状态时间序列预测方法

 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题,提出一种基于嵌入维数自适应最小二乘支持向量机(LSSVM)的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重?问?以交叉验证误差为评价准则,利用粒子群优化（PSO）进化搜索LSSVM预测模型的最优超参数与嵌入维数,同时通过矩阵变换原理提高交叉验证过程的计算效率,并最终建立优化后的LSSVM预测模型。航空发动机排气温度（EGT）预测实例表明,该方法可自适应选取适用于状态时间序列预测的最优嵌入维数且预测精度高,适用于航空发动机状态时间序列预测。     

苯高温高压下流体密度的在线测量

根据流动连续性方程和伯努利方程,建立了一种流体高温密度和气相压缩因子测量新方法。通过测量流体冷态质量流量和节流孔板前后压差,实现了流体密度的在线测量。根据仪器精度,得出密度测量不确定度为±2.84%,苯的测量值与Supertrapp软件获得的参考密度之间的偏差为-1%~4%。通过压力5MPa下的三次平行实验,得出该方法测量苯密度的最大偏差为±0.7%;实验测量了不同温度(338~982K)和不同压力(1~5MPa)下苯的密度,同时计算得到气相压缩因子。实验结果表明:本方法可实现高温高压下流体密度在线测量,具有很好的准确性和重复性。     

基于LS-SVM的模态参数识别方法

 最小二乘支持向量机回归用于系统的模态参数识别研究。针对经典的最小二乘支持向量回归缺少鲁棒性和稀疏性的缺陷,提出了一种兼具鲁棒性和稀疏性的最小二乘支持向量回归的算法,并保持了它原有的计算速度快的优点。最后,结合结构动力学方程的自回归滑动平均时间序列形式,给出了结构的模态参数提取方法和流程,给出了相应的数值算例以及进行了实验的检验证明。结果表明,本文的方法能够快速、准确地提取出系统的模态参数。     

改进型SVM在轴向磁轴承转子位移自检测中的应用

磁轴承采用位移自检测技术能够减少磁轴承体积、降低成本和提高可靠性。提出了一种基于混合核函数最小二乘支持向量机(LSSVM)预测模型的磁轴承自检测技术。介绍了轴向主动磁轴承的工作原理并推导了其悬浮力的数学模型;在混合核函数LSSVM回归原理的基础上,建立了控制线圈电流与转子位移之间的非线性预测模型,并优化了LSSVM参数,实现了无位移传感器控制。构建了轴向主动磁轴承系统自检测仿真模型,针对所提自检测方法进行了仿真研究,仿真结果表明该模型能够准确预测转子轴向位移。进一步的试验结果表明,该方法具有良好的轴向位移自检测性能,实现了轴向主动磁轴承无位移传感器下稳定悬浮运行。     

Lift coefficient prediction at high angle of attack using recurrent neural network

In this paper, identification of dynamic stall effect of rotor blade is considered. Recurrent Neural Networks have the ability to identify the nonlinear dynamical systems from training data. This paper describes the use of recurrent neural networks for predicting the coefficient of lift (C_Z) at high angle of attack. In our approach, the coefficient of lift (C_Z) obtained from the experimental results (wind tunnel data) at different mean angle of attack θ_mean is used to train the recurrent neural network. Then the recurrent neural network prediction is compared with experimental ONERA OA212 airfoil data. The time and space complexity required to predict C_Z in the proposed method is less and it is easy to incorporate in any commercially available rotor code.     

民用飞机全航线排放预测

针对民用飞机全航线的排放预测问题,运用飞机升阻特性模型、发动机性能模型和飞机航线性能模型计算了民用飞机在全航线上的飞机升阻特性与发动机性能,并将以上模型与基于T₃-p₃法与波音流量法所建立的排放计算模型相耦合,详细计算了飞机在实际飞行过程中未燃碳氢化合物(UHC)、一氧化碳(CO)、氮氧化合物(NOx)的排放指数,并得到了全航线的各种污染排放物排放总量,完善了民用航空发动机排放预测分析体系,为低污染民用航空发动机的设计与评估提供理论依据.计算结果表明,飞机处在起飞以及爬升阶段时,NOx的排放指数较高,而UHC与CO的排放指数较低;当飞机处在下降以及进场时,NOx的排放指数较低,而UHC与CO的排放指数较高.NOx的总排放量在3种污染排放产物中最高.      

微型涡轮发动机综合测控系统设计

针对微型涡轮发动机测控要求,设计了集试车、控制系统半物理模拟、电动供油试验功能于一体的综合测控系统.各传感器调理信号并接到测控计算机与电子控制器;电子控制器通过串口接受测控计算机操纵指令,并采集p₂进行转速间接闭环控制.详细介绍了转速测量方法、电动油泵(pulse width modulation,PWM)驱动设计,并分析、设计了发动机控制律.测试软件以Lab Windows/CVI为平台,采用多线程技术设计.应用表明,系统结构简单、试验效率高,可为同类发动机研发提供支持.      

Leading-edge flow separation control over an airfoil using a symmetrical dielectric barrier discharge plasma actuator

In order to promote an in-depth understanding of the mechanism of leading-edge flow separation control over an airfoil using a symmetrical Dielectric Barrier Discharge(DBD) plasma actuator excited by a steady-mode excitation, an experimental investigation of an SC(2)-0714 supercritical airfoil with a symmetrical DBD plasma actuator was performed in a closed chamber and a low-speed wind tunnel. The plasma actuator was mounted at the leading edge of the airfoil.Time-resolved Particle Image Velocimetry(PIV) results of the near-wall region in quiescent air suggested that the symmetrical DBD plasma actuator could induce some coherent structures in the separated shear layer, and these structures were linked to a dominant frequency of f0= 39 Hz when the peak-to-peak voltage of the plasma actuator was 9.8 kV. In addition, an analysis of flow structures without and with plasma actuation around the upper side of the airfoil at an angle of attack of18° for a wind speed of 3 m/s(Reynolds number Re = 20000) indicated that the dynamic process of leading-edge flow separation control over an airfoil could be divided into three stages. Initially, this plasma actuator could reinforce the shedding vortices in the separated shear layer. Then, these vortical structures could deflect the separated flow towards the wall by promoting the mixing between the outside flow with a high kinetic energy and the flow near the surface. After that, the plasma actuator induced a series of rolling vortices in the vicinity of the suction side of the airfoil, and these vortical structures could transfer momentum from the leading edge of the airfoil to the separated region, resulting in a reattachment of the separated flow around the airfoil.     

四参数疲劳定寿方法

对直升机传动系统采用的一种疲劳定寿方法——四参数法进行了研究:首先介绍了四参数应力-循环(S-N)曲线,然后详细介绍了通过材料平均 S-N 曲线获取构件安全 S-N 曲线的步骤以及直升机传动系统四参数疲劳定寿的程序和方法,研究了定寿流程中的各个技术细节.同时介绍了传动系统机匣疲劳试验中的多路协调加载技术以及某传动系统尾减机匣(TGB)的全尺寸疲劳试验情况.最后采用四参数疲劳定寿方法,根据某传动系统尾减机匣全尺寸疲劳试验结果和飞行实测载荷谱,对尾减机匣进行了安全寿命评估.该实例分析表明:四参数疲劳定寿方法为一种有效、可靠的寿命评估方法,具有推广价值.      

超临界自然层流机翼设计及基于TSP技术的边界层转捩风洞试验

为了实现绿色航空节能减排的目标,层流设计技术成为飞行器设计者的研究热点。对于跨声速客机而言,超临界自然层流机翼设计技术将显著减小飞行阻力,提升气动性能,减少燃油消耗和污染物排放。首先,基于高精度边界层转捩预测技术耦合翼型优化设计系统,实现超临界自然层流翼型设计;经过合理的翼型配置,形成超临界自然层流机翼。转捩数值模拟分析结果表明,超临界自然层流机翼的层流流动特性良好。然后,以比例为1：10.4的试验模型在荷兰高速低湍流度风洞进行边界层转捩风洞试验,使用温度敏感材料涂层（TSP）技术拍照获得机翼表面在不同马赫数、雷诺数和迎角工况下的层流-湍流分布。最后,通过超临界自然层流机翼边界层转捩试验结果,探讨了该类型机翼的转捩特性随来流参数的变化规律,总结了超临界自然层流机翼设计的关键因素。此外,该模型也可用来验证边界层转捩预测技术在超临界、高雷诺数工况下的预测精度。     

TTT Diagram Used to Control Phase Structure of 2/4 Functional Epoxy Blends for Advanced Composites

This article uses a 2/4 functional epoxy blend system (E-54/AG-80) cured with diaminodiphenyl sulphone(DDS) as a raw material and develops a methodological procedure to establish a cure kinetic model with isothermal and dynamic differential scanning calorimeter(DSC) method and a gelation model with round-disk compression mode dynamic mechanical analyzer(DMA), thus acquiring a series of experimental data. Characteristic temperatures such as initial glass transition temperature T_g0, gelation glass transition temperature _gelT_g, and infinite glass transition temperature T_g∞ are determined. The cure degree at gelation is turned out to be 0.45, while _gelT_g is found to be 70.2 °C. The data are then used to form time-temperature-transition(TTT) diagram of the system, which serves to be a tool for process optimization of epoxy-matrix composites. A new cure processing is therefore derived from the TTT diagram. The final phase structure obtained from a controllable method is identified through scanning electron microscope(SEM) photographs to be of ‘ex-situ’ phase morphology.