MADM在通信干扰效果评估中的应用

综合考虑通信对抗双方影响干扰效果的因素,依据MADM(多属性决策)的理论与方法。提出了基于MADM的通信干扰系统干扰效果评估模型,将干扰效果定量化。     

基于多目标遗传算法的航空发动机PID控制器参数优化

提出了1种基于多目标遗传算法以及多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用改进非支配解排序的多目标遗传算法（NSGAII）求出了Paret0最优解;用这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行了权值计算,然后采用逼近理想解的排序方法（TOPSIS）进行了多属性决策（MADM）研究,对Pareto最优解给出了排序;计算了某型航空发动机PID控制的数值算例,结果表明所提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

基于粗糙集-神经网络的机载设备故障诊断方法研究

提出了一种基于粗糙集-神经网络的故障诊断方法。将粗糙集理论同神经网络结合起来可以用于机载设备的故障诊断。采用粗糙集理论对原始故障诊断样本进行处理,并根据条件属性对决策属性的正域的大小来选择条件属性,提取出对诊断故障贡献最大的最小故障特征集,从而确定神经网络的拓扑结构;通过训练神经网络建立故障特征与故障之间的映射关系,实现故障的诊断。通过A320飞机燃油系统的故障诊断仿真实例,表明这种故障诊断方法的有效性。     

编队对地攻击威胁评估方法研究

结合编队对地作战的特点,对影响威胁评估的因素进行了分析,采用威胁指数法和G.A.Miller9级量化理论获得各影响因素的特征值,并用相邻比较法确定属性权值,最后应用多属性决策模型对目标进行威胁排序,为指挥员的战术决策提供依据。     

混合数据及未知权值下的维修策略决策方法

采用模糊偏好规划法从模糊成对比较集中求取各属性的权值,然后应用基于随机优势和模糊数质心距的ELECTREⅢ方法来对备选维修策略进行排序,以确定最佳的维修策略.最后将其应用到航空发动机的维修策略决策中.结果表明,提出的方法能有效地解决混合数据及未知权值下的维修策略决策问题.      

基于多属性效用理论的飞机设计选材方法

首先介绍目前工程领域提出的基于多属性决策(MADM)理论的选材方法,总结基于该理论选材方法的主要步骤。针对飞机金属结构的选材问题,提出基于多属性效用理论(MAUT)理论的选材方法。结合分析飞机结构设计不同设计准则和要求对机体结构金属材料性能提出的不同要求,提出飞机主要承力构件选材的材料性能评价指标体系和基于MAUT理论选材方法的实施要点。最后以战斗机机翼大梁选材实例说明方法的有效性。     

某型飞机环控系统故障诊断系统设计

针对飞机环控系统故障的复杂性与不确定性以及单一故障诊断方法存在的缺陷,设计了融合案例推理(CBR)和规则推理(RBR)的某型飞机环控系统故障诊断系统。提出了以CBR为前导,RBR为后置补充的故障推理模式,并在此基础上对案例特征权值、相似度计算以及规则知识表示进行优化设计,提高了系统诊断的效率和准确率。     

基于粗糙集理论的航空发动机故障诊断

在利用神经网络诊断航空发动机故障的过程中,引入粗糙集理论和方法,对故障诊断特征参数属性进行属性约简,剔除其中不必要的属性,从而揭示了故障诊断条件属性内在的冗余性,降低了神经网络构成的复杂性,最后给出了属性约简的结果。     

航空发动机部件性能参数融合预测

为了改善目前单独采用基于模型和数据驱动的部件健康参数预测精度,提高数据驱动方法的故障诊断的泛化能力,提出一种自调整决策融合机制,对航空发动机部件性能蜕化在连续蜕化空间进行融合诊断。传感器测量值同时输入到机载自适应模型和数据驱动的诊断模块中,分别利用卡尔曼滤波算法和自适应遗传算法优化的支持向量回归机(AGA-SVR)对主要部件性能进行预测,再利用自调整决策权重的量子粒子群寻优(QPSO)进行决策级融合诊断。以某型涡扇发动机为对象进行气路部件蜕化的仿真研究表明,与单独使用基于模型和数据驱动的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度。     

基于不确定性语言型多属性决策人机功能分配方法研究(英文)

功能分配是人机设计过程中一个必然阶段,因为合适的功能分配能够让整个系统更加有效更加可靠。因此,我们主要对人机系统的人机功能分配问题进行研究,根据人、机的内在特征,分析了人、机各自的能力优势并进行了比较。针对实际过程中决策属性值具有高度不确定性的特点,将ULMADM(不确定语言多属性决策)方法引入功能分配过程,采用不确定扩展加权算术平均(UEWAA)算子确定功能自动化等级范围,基于UEWAA算子和不确定语言混合集结(ULHA)算子相结合的多属性群决策算法最终确定驾驶舱人机功能分配的自动化等级。最后,以民机驾驶舱"故障诊断"功能分配为例进行了计算,验证了所提出的功能分配方法的可行性和有效性。     

Fault diagnosis of bearings based on deep separable convolutional neural network and spatial dropout

Bearing pitting, one of the common faults in mechanical systems, is a research hotspot in both academia and industry. Traditional fault diagnosis methods for bearings are based on manual experience with low diagnostic efficiency. This study proposes a novel bearing fault diagnosis method based on deep separable convolution and spatial dropout regularization. Deep separable convolution extracts features from the raw bearing vibration signals, during which a 3 × 1 convolutional kernel with a one-s...     

基于模糊灰色聚类和组合赋权法的飞机健康状态综合评估方法

针对目前飞机健康状态不易准确评估的难题,以飞机液压系统为具体研究对象,提出一种基于模糊灰色聚类和组合赋权相结合的健康状态综合评估新方法。首先,利用熵权法和层次分析法（AHP）分别计算并确定飞机液压系统各关键部件相关参数的权重,再通过组合赋权法将上述两种权重进行组合,得到具有主客观意义的组合权重。第二,采用灰色聚类法评估飞机液压系统各关键部件的健康状态。针对评估结果,由飞机液压系统各关键部件聚类系数创建飞机液压系统的健康评估模糊评判矩阵。然后依据该矩阵,采用熵权法和AHP分别求出各关键部件权重,并用组合赋权法进行组合。最终,采用模糊综合评判法评估飞机液压系统的健康状态。以某型飞机真实液压系统为例进行了试验验证,结果表明,所提出的基于模糊灰色聚类和组合赋权相结合的健康状态综合评估方法能够有效实现飞机液压系统健康评估的效能,具有很好的工程应用价值。     

航空发动机部件性能故障融合诊断方法研究

提出一种对航空发动机部件性能蜕化进行融合诊断的模糊决策融合机制,以改善单独采用基于模型和基于数据的部件性能故障诊断的漏诊与误诊的问题.传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要部件故障性能参数估计,再利用模糊逻辑调整决策权重以进行D-S(Dempster-Shafer)证据理论的决策融合诊断.以某型涡扇发动机为对象进行单部件和双部件蜕化仿真研究表明,与单独使用基于模型和基于数据的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度.      

基于隶属度和LMK-ELM的航空电子部件诊断方法

为提高航空电子部件模块级故障诊断精度，提出一种新的面向"软聚类"的局部多核学习（LMKL）-超限学习机（ELM）离线诊断方法。通过引入模糊C均值聚类对样本空间进行模糊划分，挖掘聚类内部多样性的同时，实现了对过学习的抑制；将模糊划分产生的隶属度信息融入LMKL-ELM的优化过程，运用基于初始-对偶混合优化问题的三步优化策略克服了局部核权重二次非凸的问题，在l₁-范数与l₂-范数约束下分别给出了相应的更新方法。将所提方法应用于某型机前端接收机，结果表明：与4种流行的多核诊断方法相比，该方法可有效避免漏警、抑制虚警，在l₁-范数和l₂-范数约束下，其诊断精度比其他方法的平均值分别提升了4.09%和5.13%。     

基于粗糙集的空战效能多指标综合评估模型

 根据现代空战的特点,构建了空战效能评估指标体系,由于超视距空战和近距格斗是现代空战的两个主要模式,因此在指标体系中分别引入了与这两种模式直接相关的分项能力,并且给出了各分项能力的计算模型,针对以往效能评估的多指标综合评价模型中权系数确定的主观性问题,应用粗糙集理论对第3代战斗机的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,并归一化处理为各指标的权系数,克服了传统权系数确定方法的主观性。最后,建立了空战效能评估的多指标综合评价模型,通过实例计算验证了该模型的有效性。     

基于Walsh基和二值离散余弦基单像素成像的对比分析

为提升单像素成像的测量效率,对Walsh基和二值离散余弦基单像素成像进行了对比研究。针对Walsh变换和抖动二值化后的离散余弦变换,提出了一种借鉴机器学习的排序方法,即通过分别统计80000幅图像的Walsh测量基和离散余弦测量基各自相应测量权重绝对值,按权重由大到小排序得到了两种具有先验知识的测量基优化排序。按两种测量基优化排序,研究了在相同压缩采样下的单像素成像。利用随机选取的500幅图像,定量分析了成像的峰值信噪比和结构相似度。研究发现,两类测量基在压缩采样为5%时,500幅图像平均峰值信噪比可达20dB,平均结构相似度达0.5以上;在采样率1%~10%的区间,二值化的离散余弦基重建结果占优;在采样率10%~20%的区间,两种测量基效果相当;在采样率大于20%时,Walsh基占优。该结论为单像素成像技术实现快速、高信噪比成像提供了一种方法,对推进单像素成像测量基的选取具有较好的参考价值。     

基于不平衡加速响应信息的柔性转子双面平衡

模态平衡法和影响系数法是转子平衡中最常用的两类方法,它们都以转子的稳态响应为基础,因此称之为"稳态平衡方法"。针对当前转子稳态平衡方法中存在的不足,提出了利用不平衡加速响应信息进行柔性转子平衡的新方法。为了描述模态不平衡相对键相槽的角位置,首次引入了模态不平衡方位角的概念,并通过转子的不平衡加速响应信息对其进行了识别;在此基础上,结合转子的模态知识,添加合理的平衡试重组,利用各阶模态试重大小与对应阶模态不平衡响应幅度增量的线性关系,识别出校正质量组的大小,通过双面加重的方法实现了转子前两阶模态的平衡。仿真和实验结果表明,该瞬态平衡方法在有效降低转子不平衡振动的同时,减少了平衡过程中的起车次数。