基于SVM的小样本可靠性数据分布模式识别研究

小样本数据分布模式识别是航空新装备可靠性分析中亟需解决的一个难题。采用现代统计学原理及支持向量机多分类算法提取了数据分布特征参数,构建了小样本数据分布模式识别模型。测试结果表明,模型对小样本数据分布模式具有较强的识别能力。     

翼盒结构的可靠性分析及基于系统可靠性的优化设计

 本文研究了翼盒结构的可靠性分析及基于系统可靠性的结构优化设计方法。采用发展了的优化准则法枚举系统的主要失效模式,和Feng的高精度法计算系统破坏概率,提出两个迭代公式进行元件尺寸的优化设计。算例结果表明本文方法是中、大型结构系统可靠性分析及优化设计的有效方法。     

在可靠性基础上的结构优化设计

 本文提出了一种在可靠性基础上的结构元件尺寸优化设计方法;并提出了在可靠性基础上、结构的余度理论以及布局优化方面的若干原理、原则、理论与方法。     

飞机结构可靠性分析数学模型

本文提出飞机结构可靠性分析的基本公式。在公式中,针对单危险部位结构,综合考虑了结构静强度,初始裂纹长度,疲劳裂纹的萌生、扩展与失稳,结构残余强度,载荷统计分布,裂纹检出概率、检查周期,意外损伤,事故讯息等因素。用此数学模型,可以定量地分析各种因素对可靠性的影响,并对飞机结构各种疲劳设计准则进行评价。     

飞机结构可靠性分析的若干问题

 本文提出了计算飞机结构在使用中破坏率的一组基本公式,估计了各种因素对结构可靠性的影响。本文指出,英国皇家航空研究院工程科学数据活页所建议的破坏率为10~(-7)/h量级,置信水平为95％的匹配是不合适的。对几个重要影响因素的数据处理,本文发展了新的方法,得到了若干新的结果。     

基于非概率模型的结构稳健可靠性设计方法

 基于非概率可靠性理论,将稳健设计和稳健可靠性的思想和方法用于结构设计,提出了结构的稳健可靠性设计方法。把结构设计归结为满足可靠性要求的多目标优化。其中,以非概率可靠性指标为约束,以极小化结构重量 (或造价)和极大化对不确定因素的稳健性为目标。目的在于使结构在满足可靠性要求的前提下,其重量 (或造价)和对不确定因素的稳健性达到协调最优。在不确定参量的已知数据很少的情况下,本方法为结构的可靠性设计提供了一种可能的选择。数值算例说明了文中方法的应用。     

复合结构梁断面的扭转中心

一、引言 精确地计算梁断面的弯心和扭心位置是研究梁或叶片结构的弹性静、动力学的基础。一些特殊断面,如开口或闭口薄壁断面的弯心和扭心,已有许多研究。相反,复合结构梁或复合材料梁断面的研究还相当少。Muskhelishvili把圣文南扭转理论推广到非均匀介质梁,并求得了几种简单形状断面梁的扭转函数。近年来相继发表了一些用差分法和有限元法求解扭转函数和扭转刚度的文章。     

在对称循环载荷下结构系统的疲劳可靠性

 根据Miner的线性累积损伤理论,为确定在对称循环外载和给定工作寿命条件下的结构系统的疲劳强度,提出了一种方法。应用该方法计算了结构系统的疲劳可靠性,用R-L曲线给出载荷与可靠性的关系。     

赘余桁架结构可靠性的计算方法

 本文在现有的一些国际流行的有关计算赘余桁架结构可靠性方法的基础上加以改进,提出了计算赘余桁架结构可靠性的强度削减一人造外载法。它将结构的失效看作是一个前后相关的失效过程,而不是象以往的算法那样,将结构的失效看作是一些孤立的状态,因而更真实地反映了赘余结构失效的方式和实质,更准确地计算出了结构真实失效概率的上下界。算例结果表明,本文算法是切实可行的。     

多种不确定性载荷作用下高次静不定结构的可靠性分析

本文以结构系统工程观点讨论高次静不定结构的可靠性。提出了有限元增量极限分析方法来追踪结构的塑性变形发展,建立了考虑构件轴向力效应的屈服失效极限状态方程。通过菲里-洛克威茨（Ferry-Rackwiz）载荷变换模型来实施多种随机载荷的组合。最后以两个计算实例来演示本方法的可靠性和有效性。     

基于Rough/SVM的飞机目标识别模型

研究了基于粗糙集（Rough）和支持向量机（SVM）的模式分类技术,结合遥感图像中军用飞机目标识别进行理论分析和试验研究。基于粗糙集和支持向量机算法的优势,设计了基于粗糙集和决策有向无环图的支持向量机模式识别分类器,并对分类的性能进行了分析研究。利用粗糙集理论中属性约简方法去除冗余属性,降低飞机特征维数,提出了使用决策...     

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。     

基于模糊支持向量机的飞机飞行动作识别

传统的支持向量机由两类扩展到多类问题时,出现不可分区域。针对飞行动作识别提出解决这一现象的模糊支持向量机。采用模糊支持向量机对某型飞机飞行动作进行识别。实际飞参数据(6种飞行动作模式)的识别结果表明,模糊支持向量机较传统的多类支持向量分类器在飞机飞行动作识别率上有显著提高。     

基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用

针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。     

飞机起飞着陆性能智能计算模型及应用

提出了一种飞机起飞着陆性能智能计算思路。详细分析了影响飞机高原起飞着陆性能的主要因素,提出了高原起飞着陆性能智能计算的一般模型,然后采用支持向量机(Support Vector Machines,SVM)对某型飞机高原起飞滑跑距离实测数据进行了建模和验算,同时为说明支持向量机模型适合工程使用、精度高、推广性高的优点,还与贝叶斯正则化BP神经网络(BRBP)、RBF神经网络(RBF)、自适应神经模糊推理系统(ANFIS)做了比较。计算结果表明,支持向量机具有很好的推广性能,得到的结果优于BRBP,RBF和ANFIS等智能计算方法,推广误差能够满足工程的实际需要。该模型对于发展和丰富飞行器起飞着陆性能计算理论具有一定的参考价值。     

支持向量机在航空发动机起动模型辨识中的应用研究

支持向量机（SVM）可以优化网络,有效降低模型复杂性,不存在维数灾难和局部极小问题。本文以某型发动机起动调整试验的试车数据为样本,使用SVM对某一大气条件下的发动机起动模型进行了辨识,并使用另外一组试车数据．通过辨识模型对起动过程进行了仿真;最后,比较了SVM和RBF神经网络起动模型的辨识精度。结果表明,用SVM辨识发动机起动过程模型,方法简单,学习速度快,辨识精度较高。     

基于当量概率密度函数的模糊可靠性分析方法

实际工程中,结构系统的属性以及所受外载荷常常具有随机性和模糊性的特点。对于功能函数中含有模糊分布参数(FDP)的随机变量问题,如何准确且简便地评估其可靠性,是十分重要的。依据随机性和模糊性的基本概念,提出了当量概率密度函数的模糊可靠性分析方法。以FDP的隶属函数为基础,构造FDP的先验分布,应用Bayes理论,得到含有FDP随机变量的当量概率密度函数,并推导出具有常用隶属函数的FDP随机变量的数学期望和方差。这样就把含有FDP的随机变量处理成常规随机变量,进而可以应用传统的可靠性方法来分析结构的可靠性。本文所提方法解决了功能函数中含有多个FDP的随机变量时,模糊概率计算困难的问题。最后通过算例,与常用的模糊概率的可靠性分析方法进行比较,来验证本文算法的有效性。     

基于贝叶斯更新的飞机结构腐蚀可靠度模型

民用飞机结构腐蚀发展的时变性和样本采集的局限性,给腐蚀检测数据分布函数的确定及参数的估计带来了很大的不确定性。针对这一问题,给出了基于贝叶斯公式的合理分布函数选取及参数估计方法。为满足在役飞机结构可靠性动态管理的需求,基于贝叶斯更新思路,将反映结构性能退化共性规律的预测模型视为先验模型,沿着具体结构生命周期不断挖掘利用新信息,建立具体飞机结构腐蚀失效概率和可靠度的动态预测模型。算例采用某型民用飞机地板梁结构腐蚀的无损检测数据,结果显示：腐蚀深度的合理分布为双参数威布尔分布,基于贝叶斯更新后的腐蚀失效概率计算得到的结构可靠度与未更新的显著不同。表明更新后的可靠度因为既考虑了模型参数的历史先验信息,又利用了当前数据实时更新了预测模型,从而有效地降低了有限样本带来的不确定性,使得预测值稳健且具有时变性,更符合工程实际。     

基于机匣应变信号的航空发动机转静碰摩部位识别

 为有效识别航空发动机转静碰摩部位,提出基于机匣应变信号的航空发动机转静碰摩部位识别技术。以应变片为敏感元件,采用沿机匣轴向、周向粘贴应变片两种实验方案,利用航空发动机转子试验器模拟大量不同碰摩部位的样本,采集航空发动机转子试验器机匣上的应变信号,提取应变的均值特征,利用支持向量机,识别不同碰摩位置。结果表明:沿机匣周向的应变均值特征可有效识别转静碰摩部位,且鲁棒性较好,且仅需在机匣的4个位置粘贴应变片即可对4个不同碰摩部位达到100%的识别率。沿机匣轴向的应变均值特征也可识别不同的碰摩部位,但识别效果不如沿机匣周向效果理想。