基于相空间重构和神经网络的压气机机匣静压预测

建立了基于相空间重构和径向基神经网络的压气机机匣静压的预测模型。对试验数据进行相空间重构,分析其混沌特性,根据重构相空间的最小嵌入维数确定网络输入参数的个数,采用K均值聚类的方法优化网络的拓扑结构,根据时间序列的最大李亚普诺夫指数确定预测模型的最大有效预测步数,利用径向基神经网络的强大非线性映射能力,实现对时间序列的非线性预测,试验结果证明了该方法的有效性。该方法对压气机趋势监控具有一定的参考价值。      

基于最大相关雷尼熵与相空间重构的航空发动机复合故障信号特征提取方法

针对低信噪比（SNR）,复杂噪声工况下,复合故障信号特征难以提取的问题。提出基于相空间重构融入最大相关雷尼熵解卷积的信号特征提取方法,该方法以雷尼熵为敏感特征范数,以最大相关雷尼熵解卷积为基本方法,并在其中融入具有噪声抑制特性和分解特性的相空间重构技术。结果表明：雷尼熵与峭度相比,在故障灵敏度相当并略好的情况下,对偶发噪声敏感度仅为峭度的18.4%。通过仿真验证,实验数据验证以及台架实验验证,证明了本文方法与现有的对比方法相比,在提取复合故障信号特征方面具有优势。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

航空发动机磨损趋势RBF变权重组合预测方法研究

航空发动机滑油中金属元素的含量受许多复杂因素的影响,单一模型预测精度相对较低,本文针对这个问题提出了RBF网络变权重组合预测模型（RBFNN-VWCF）对航空发动机零部件的磨损趋势进行研究。首先引用C-C方法确定时间序列的嵌入维数和时间延时,重构相空间确定模型的输入输出样本,然后对两种模型进行组合预测,利用k均值聚类方法确定RBF网络的中心,利用固定法确定RBF网络的宽度,采用最小二乘法确定网络的权值。结果表明,RBFNN-VWCF模型充分利用了参与组合预测的两种模型的有效信息,更客观地反映发动机零部件的磨损趋势,预测结果更为稳健、相比单一模型精度更高,具有较强的工程实用价值,为发动机下一步的维修决策提供了有力支持。     

基于改进粒子群算法辨识Volterra级数的目标机动轨迹预测

目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题，结合目标机动轨迹时间序列的混沌特性，提出一种基于相空间重构理论和Volterra泛函级数的目标机动轨迹预测模型。该模型首先采用0-1检测法验证了目标机动轨迹时间序列具有混沌特性；其次，利用C-C法确定嵌入维数和时间延迟，对目标机动轨迹时间序列进行了相空间重构；然后，引入Volterra泛函级数预测模型，为了克服高阶Volterra核函数求解复杂的难题，提出一种混沌变异自适应粒子群算法，构建一种基于改进粒子群算法辨识的Volterra级数预测模型，并将其应用于目标机动轨迹预测；最后，将所提算法与卡尔曼滤波算法以及机器学习算法进行单步和多步预测对比，同时将改进粒子群算法与其他智能算法进行性能比较。仿真结果表明：所提预测模型具有良好的单步和多步预测性能，改进的粒子群算法具有参数辨识精度高、收敛速度快的优点。     

基于随机森林算法的航空发动机振动趋势预测

提出了基于随机森林算法的航空发动机振动趋势预测模型。阐述了随机森林算法的基本理论和计算步骤,采用C-C法计算了延迟时间和嵌入维数,对一维时间序列进行了相空间重构,并在此基础上建立了随机森林算法的预测模型。应用发动机振动试验数据进行了振动预测,并与利用相同训练数据建立的支持向量机预测模型的预测结果进行对比。结果表明,与支持向量机模型相比,随机森林算法预测模型的预测精度更高,泛化能力更强,操作方便,且计算效率更高。     

用结构自适应神经网络预测航空发动机性能趋势

 将航空发动机作为复杂非线性系统考虑,运用神经网络超强的非线性映射能力和非线性时间序列分析的相空间重构理论,建立航空发动机性能趋势预测的神经网络模型,同时,针对神经网络的结构设计困难问题,建立了基于遗传算法的结构自适应神经网络预测模型,实现了神经网络结构的优化。最后,利用三组民航飞机发动机的性能数据进行了预测分析,验证了利用结构自适应神经网络对航空发动机性能趋势进行预测的有效性。     

混沌时间序列的神经网络预测研究

研究了一类特殊非线性系统——混沌系统的预测问题。混沌是一种普遍存在的非线性动力学行为,混沌时间序列难以预测和控制,文章先是通过重构系统状态相空间分析混沌时间序列,然后采用多层前向神经网络对其进行预测。对典型的Lorenz和Mackey-Glass混沌序列预测结果表明,如果训练样本足够多,网络结构简单适当,训练后的网络具有很好的泛化性能,说明神经网络预测方法具有较好的工程实用价值。最后分析神经网络初始权值设置对预测性能的影响,指出改进方向。     

基于边界值的多元混沌发动机性能预测算法

首先提取航空发动机排气温度数据序列的边界值,并且证明了边界值序列具有混沌特征.其次提出了一种基于多元相空间重构的发动机状态混沌预测算法,实现对排气温度的预测.通过检验排气温度预测值是否超过所规定的红线,从而进行发动机的健康状态排查.作为验证实例,使用一组某机型发动机实际飞行数据对该预测算法进行了验证,结果表明:该组合算法降低了预测模型的时间复杂度,并大大提高了疑似异常点的预测精度.该方法可以为这种机型发动机故障预测提供决策依据.      

基于支持向量机的发动机性能衰退指标分类和预测

基于支持向量机几何距离建立表征发动机性能衰退程度的指标,并基于相空间重构理论对该指标进行多步预测,表明回归支持向量机结果优于神经网络预测结果。利用主元分析、核主元分析方法对发动机性能特征量约简并提取其主元,得到核主元分析的分类效果更好。利用交叉验证的方法优化分类支持向量机和核函数中相关参数,给出发动机性能衰退指标曲线。通过建立统计量的方法分析发动机性能变化,确定性能变化关键点。所得结论对做好发动机维护保养工作,延长发动机使用寿命具有一定的指导意义。     

基于单因素SVM的航空兵空运转场飞行架次需求预测研究

航空兵部队成建制空运转场飞行架次需求预测,对机关、航空兵部队拟定空运计划、进行空运准备等都具有重要的意义。运用序列后向选择方法(SBS)对影响飞行架次的特征因素进行逐层淘汰,利用支持向量机(SVM)理论建立单因素非线性回归模型,进而对飞行架次进行预测。预测结果表明:同多因素SVM预测模型相比,单因素SVM预测模型虽在预测精度上没有显著提高,但其减少了预测的前期工作量,方便了机关和部队的使用,实现了飞行架次预测的实时性要求。     

一种基于TDLAS的高分辨率二维温度场重建算法及数值仿真

发展了一种基于TDLAS正交光路的二维燃烧场温度重建算法,为了评价该重建方法,数值仿真了2N （N≥3）条视线（Light-of-sight,LOS）测量路径呈N×N均匀排布时对两种不同的温度场的二维重建结果,并定义了最大偏差和平均偏差两个物理量来描述N值对重建结果的影响。结果表明,对于对称的单峰非均匀温度场,重建的温度场最大偏差在50K（2．5％）以内,最大偏差随N的奇偶而波动,其总体趋势随N增大而减小;平均偏差随着N的增大而减小,N≥9时最大偏差和平均偏差的改善均已不明显;对于双峰温度场,用该方法二维重建的结果最大偏差超过350K（15．2％）,平均偏差大于0．03,并出现严重失真,此时可通过额外布置斜穿待测场的测量路径来改善测量结果。研究结果对实际的二维测量系统的搭建和应用有指导意义。     

离心压缩机叶轮旋转失速的相空间重构及分形特征

结合非线性动力学中的相空间重构和分形理论,提出了一种分析离心压缩机叶轮旋转失速动力学特征的方法.采用数值方法对低速离心压缩机(LSCC)叶轮旋转失速状态进行了模拟,得到了失速工况下叶轮出口多个位置的气流压力时间序列.对各压力时间序列进行相空间重构,构造出一低维动力系统,其时间延迟和嵌入维数通过运用C-C方法得出.对重构的动力系统的相图进行了分形特征分析,计算了相应的分形维数.研究表明:叶轮旋转失速后系统的压力信号具有混沌特性,在相图上表现为具有分形结构,揭示了旋转失速后系统的动力学特征.计算分析分形维数后发现,数据采集点位于相同半径处计算得到的分形维数相近,约为3.39;数据采集点的半径增大时,分形维数减小.     

Mg-Zn-Zr-RE系镁合金的显微组织

 应用于航空工业中的MB15镁合金（Mg,5.0～6.0％Zn,0.5～0.9％Zr）为高强度变形镁合金。为进一步提高此合金的强度而添加稀土元素。本文报导含有Y及混合稀土的Mg-Zn-Zr-RE系合金的相组成及其微观形态的研究结果。 试验用合金的化学成分列于表1。表中MM为混合稀土,其中主要元素La10.76％,Nd17.54％,Gd14.60％,Dy14.09％,Y26.88％,此外还有少量Ce、Pr、Ho、Er等。试样用材为铸锭及挤压型材,后者是铸锭经350℃加热2h后挤压而成。     

基于改进的灰色RBF模型的初始备件预测研究

针对初始备件故障规律不稳定和历史消耗数据少的特点,将遗传算法、GM（1,1）模型和RBF神经网络有机结合．提出了改进的灰色RBF预测模型。该模型利用遗传算法对GM（1,1）模型参数进行动态寻优,并利用RBF网络对预测值进行残差修正。最后,通过采集新机部队某初始备件上半年的消耗数据,对该模型进行了实例仿真。结果表明：改进...     

合金化及热处理对Fe_3Al合金组织和性能影响

研究了不同的热处理条件及添加Mn,Mo,Nb,Cr,V,RE（La-Ce）等合金元素对Fe3Al合金组织和性能的影响。结果表明,Fe3Al合金在B2相区间保温淬火后的硬度值较小,在DO3相区短时间回火硬度值大幅增加,随回火时间延长硬度值呈降低趋势,在本实验的最长回火时间内（50h）硬度稍有提高;TEM分析表明,这与回火过程中DO3畴的尺寸变化有关;合金化后Cr和V的加入降低合金硬度,其它几种元素都提高了合金的硬度;SEM分析表明合金元素的作用机理不同：Cr软化了合金,Mo主要产生固溶强化,Mn、V、Nb加入后有第二相析出,RE元素主要偏析在晶界,细晶强化。     

基于灰色神经网络组合模型的航空发动机磨损趋势预测

航空发动机的磨损机理十分复杂,且受到诸多不确定因素影响,单一预测模型难以对其变化趋势进行有效预测。针对该问题提出了一种BP网络与改进灰色模型相融合的组合预测模型,并引入混沌理论的C—C方法确定BP网络的嵌入参数和时间延时。仿真结果显示,该组合模型相比单一的神经网络模型和灰色模型精度更高,更客观地反映出发动机滑油中金属含量的变化趋势,可为科学制定发动机维修决策提供重要依据。     

TB2钛合金亚稳β相的分解特性

 本文主要研究TB2合金在等温和时效过程中亚稳β相的转交规律,测定了等温分解和时效动力学曲线、各个阶段析出相的性质与取向关系,以及时效硬化特性等。并发现合金成分、纯度、固溶温度及时效加热速度等对时效过程均有明显的影响。     

RP-3航空煤油低温氧化特性的试验与数值计算

在射流搅拌反应器(JSR)中对压力为0.1 MPa、温度范围为550～1100 K、当量比分别为0.5与1.0、滞留时间为2 s的工况条件下RP-3航空煤油及由正癸烷(摩尔分数为0.14)/正十二烷(0.1)/异十六烷(0.3)/甲基环己烷(0.36)/甲苯(0.1)组成的模型燃料的低温氧化过程进行了试验测试.同时,通...