预警飞机任务效能数学模型研究

研究建立实战条件下武器系统可靠性维修性保障性因素综合评价模型,对武器系统可靠性维修性保障性参数指标论证过程中简化分析和减少对仿真技术的使用具有实用意义。通过研究和分析实战条件下的预警飞机使用状况,利用概率方法建立了其作战条件下的任务效能数学模型,为利用解析法进行预警飞机可靠性维修性保障性指标论证提供了可行手段和重要模型,为定量评价可靠性维修性保障性因素对预警飞机作战影响奠定了基础。     

基于KPCA 和DBN 的航空发动机排气温度基线模型

为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生的快速存取数据作为原始的数据样本,利用核主成分分析进行降维处理,选用高斯函数作为核函数,将降维后的数据作为深度置信网络的输入,建立航空发动机EGT基线模型,通过大量QAR数据验证了模型的有效性和正确性。与传统神经网络建模方法相比,所提出的建模方法不但降低了网络结构的复杂度,同时也提高了模型的精度。     

商用飞机机务维修保障能力评价方法

商用飞机机务维修保障能力的评价效率亟须提高。首先,建立商用飞机维修保障系统能力评估指标体系;然后,介绍主成分分析法的原理,并建立优化决策模型;最后,通过SPSS软件采用主成分分析法对不同维修保障方案进行评估,以保证飞机的适航完整性。结果表明:主成分分析法消除了主观因素对评价的影响,得到的评价指标可用于商用飞机维修保障能力的定量评价,评价结果可为各航空公司及维修单位提供借鉴。     

复杂异型机匣高效高精度动力学建模及评价方法

为了解决复杂异型机匣模型单元数量大、原始矩阵阶数高导致的动力学计算与后处理困难的问题,提出基于试验模态分析-大规模有限元-子结构缩聚的复杂异型机匣高精度动力学建模及评价方法。以某型直升机主减速器机匣为研究对象,建立该异型构件原始有限元模型并通过模态试验验证模型的有效性,通过分析机匣子结构各阶模态保留主振型,选择模态能量较大处为缩聚点,得到自由度数目大幅减少的缩聚模型,对比验证缩聚前后模态的一致性,并提出一种基于数列相关系数定义的缩聚误差衡量方法,最后利用界面位移协调条件进行子结构耦合,对比整体模型的固有特性以及计算效率。研究结果表明:缩聚矩阵与有限元原始矩阵动力学特性十分接近,固有频率与振型误差均小于4%,且计算时间更短,存储空间占用更少,极大地提高了计算效率。      

基于CAIV的导弹低成本保障性指标论证技术

利用CAIV技术分别建立反舰导弹的作战效能模型和总拥有费用模型,并以权衡空间为约束条件,以费用最低为目标,建立保障性指标权衡优化模型。该方法可以为导弹武器装备保障性指标论证工作提供必要的理论基础和技术支持。     

AHP方法和BP神经网络在装备保障性评估中的应用

目的介绍了BP神经网络的基本原理，建立装备保障性评估指标体系。方法在系统分析装备保障性的各种影响因素的基础上，设计用于评估装备保障性的神经网络模型，利用AHP方法确定指标的初始权重，并调用MATLAB神经网络工具箱中的GUI对结果进行计算和分析。结果研究表明神经网络具有很强的解决复杂非线性关系问题的特点，适用于对装备保障性的分析和评估。结论BP神经网络评估方法是一种基于非线性系统的预测方法，对装备保障性进行综合评估能够较为准确地提供决策依据。     

主成分分析法在宏观经济评价中的应用

文章主要介绍了主成分分析方法基本思想及其计算步骤,并用主成分分析方法在综合评价方面进行了实证分析,最后提出了在实际应用中应该注意的问题.     

模糊主成分分析方法的研究与分析

主成分分析(PCA)是一种广泛应用于数据压缩的多元统计分析方法.然而,经典主成分分析它对极端值及缺失值非常的敏感,而极端值与缺失数据会带来残缺或错误的分析结果.针对经典主成分分析的缺点本文提出了模糊数学期望、模糊离差、模糊方差、模糊协方差及模糊相关系数的概念,从而提出了一种有效方法来改进经典主成分分析,即模糊主成分分析(Fuzzy PCA).把模糊数学的知识应用到主成分分析中,使模糊集参与决策分析,使人为因素带来的不确定性达到最小,从而大大提高了分析结果的准确性和可信度.同时,本文以模糊主成分分析为出发点,建立了一个数据分析平台,平台具有可移植性,为其它使用提供了通用接口,为解决类似问题提供极大方便.     

Research on Maintainability Evaluation Model Based on Fuzzy Theory

分析了产品维修性影响属性,给出了维修性属性值与权重的确定方法;提出了基于相对接近度的维修性模糊评价方法。以虚拟环境下产品维修过程为研究对象,在分析产品各可更换单元的维修作业的基础上,建立了产品维修性评价模型。最后结合民机主起落架系统给出了应用实例,结果表明该模型适用于产品维修性的定性评价并且能够支持维修性并行设计。     

主成分分析用于近红外光谱定量测定高硅氧／酚醛预浸料树脂含量及挥发份含量研究

采用傅里叶变换近红外漫反射光谱技术分析了酚醛树脂固化过程的光谱变化,发现高硅氧/酚醛预浸料的近红外光谱经一阶导数处理后,被树脂信息掩盖的挥发份(乙醇)的光谱信息显露出来,由此采用处理后的光谱定量分析挥发份能取得更精确的结果。结合主成分分析法研究了高硅氧/酚醛预浸料树脂含量、挥发份含量的定量分析。结果表明,预浸料的第一主成分在树脂含量上有极高的正载荷。用主成分回归所建立的模型对未知样品预测,树脂含量和挥发份含量平均标准偏差分别为0.6114和0.1885。     

基于逻辑回归的APU性能状况评估

针对飞机辅助动力装置(Auxiliary Power Unit,简称APU)性能评估研究中单参数评估不全面的问题,提出了基于逻辑回归模型的方法,融合多参数来对飞机APU性能状况进行全面评估.首先,对APU参数数据来源进行分析,选择基于实时报文数据的APU性能评估方法,并结合APU的工作原理以及实际工作情况,挑选出可以反...     

基于PCA-MPSO-ELM的空战目标威胁评估

目标威胁评估是空战对抗过程中的关键环节。由于影响空战目标威胁评估的因素复杂多样，且指标之间存在相关性，导致传统的评估算法无法得到准确客观的评估结果。由此，提出了一种基于主成分分析法和改进粒子群算法优化的极限学习机（PCA-MPSO-ELM）的目标威胁评估算法。首先，综合分析了影响目标威胁程度的指标，利用主成分分析法对原始评估指标进行线性变化处理得到综合变量，消除了评估指标之间的相关性，实现了对评估数据的降维；在此基础上，构建ELM神经网络并利用改进的粒子群算法优化极限学习机的输入权值和阈值，提高了目标威胁评估模型的精度。最后，在空战训练测量仪中选取空战对抗数据，利用威胁指数法构造了目标威胁评估样本数据，通过仿真实验分析了PCA-MPSO-ELM算法的精度和实时性，结果表明所提算法可以快速准确地进行空战目标威胁评估。     

基于主成分分析的镍基单晶高温疲劳寿命模型

采用滑移平面作为临界平面,并以滑移平面上的细观参量作为损伤参量研究材料损伤行为能很好地体现镍基单晶破坏的物理机制.滑移平面上细观参量通过本构模型相互联系,存在较强的多重共线性,导致寿命建模时难以得到合理稳定的材料常数.为此,引入主成分分析方法消除初始细观参量间的多重共线性影响,确定了临界平面主导损伤因子,并基于主导损伤因子建立了寿命模型.对比直接采用初始细观参量建立的寿命模型,该模型形式更为简单,材料常数稳定、合理,反映了细观参量对镍基单晶损伤影响的量化特征.采用760℃与980℃下DD6高温疲劳试验结果对寿命模型进行验证,试验寿命基本落在预测寿命的3倍分散带内.      

基于自编码器和LSTM的模型降阶方法

自编码器是一种有效的数据降维方法,可以学习到数据中的隐含特征,并重构出原始输入数据.本文提出了一种基于多层自编码器和长短期记忆网络的模型降阶方法,以提升降阶模型的精度.文中以二维圆柱绕流为例,对该方法进行了分析与验证.首先用多层自编码器对原始数据进行降阶和特征提取,然后构建基于长短期记忆网络的预测模型,最后将自编码器和...     

基于核主成分分析的空域复杂度无监督评估

空域复杂度评估作为衡量空域运行态势、管制员工作压力的关键手段,是运行调控的基础。由于影响因素众多,不同因素间耦合关联复杂,且标定样本很难获取,空域复杂度的准确评估被公认为航空领域的一个挑战性问题。提出了一种空域复杂度的无监督评估方法。首先通过核主成分分析挖掘原始样本各维度的非线性耦合关系,准确提取能够最大化复杂度评估信息量的主成分,进一步设计了可按需定制的主成分聚类方法,实现了无监督条件下空域复杂度的准确评估,为空域划分、流量管理提供了有效的技术支撑。     

航空发动机整机结构效率评估参数与计算方法

根据航空发动机整机结构系统功能和设计要求,对整机结构效率内涵进行了详细阐述,基于整机载荷特征,建立了从抗变形能力和力学环境适应能力两方面对整机进行结构效率评估的参数体系.通过对转静间隙变化量、应变能分布系数、敏感度系数等评估参数归一化方法及结构效率系数运算法则的建立,明确了结构效率的分析流程.以某小涵道比涡扇发动机为对象进行结构效率评估,详细给出了结构效率的计算过程.针对该小涵道比涡扇发动机的另一种结构方案2,基于结构效率评估方法进行评估并与原结构方案进行了对比分析,结果表明:原结构方案在抗变形能力和力学环境适应能力两方面均优于结构方案2,结构效率系数比结构方案2高出0.11,初步验证了结构效率评估方法的工程实用性.      

一种基于改进灰色聚类分析的综合评价方法

提出了改进灰色聚类分析模型,将原有模型中的灰类白化函数做了非线性化改进,通过给出的灰类阈值。生成备选方案各属性基于Logistic函数的灰类白化函数．再通过这一白化函数将方案属性值映射为评价值,得出灰聚类结果,进而对方案进行排序。最后了给出一个综合评价的案例计算流程。     

基于灰色关联分析的复杂产品性能评估

灰色关联分析法建立在定性分析与定量研究相结合的基础上，是灰色系统理论中用于系统分析的一种基本方法。运用该方法建立了复杂产品性能的评估模型，论述了利用该摸型进行评估的基本步骤，通过给出一个灰色评估案例，验证了模型的正确性和实用性，为复杂产品性能的评估提供了新思路。该模型具普遍意义，能推广应用于其它复杂系统的性能评估。     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。     

小样本无失效寿命试验数据的轴承可靠性评估

针对小样本无失效寿命试验数据可靠性问题提出了评估模型。模型采用Bayes理论构造服从原始样本的抽样函数,结合Bootstrap法生成大量服从抽样函数的随机数作为增广样本,再通过最佳线性不变估计法分析原始样本及增广样本得到Weibull分布双参数估计值作为可靠性评估结果。通过Monte-Carlo法仿真生成服从Weibull分布的随机数,分别采用该模型、配分布曲线法及现有Bayes理论对此随机数做评估,对比发现:该模型得到的参数估计较现有Bayes理论和配分布曲线法更接近Weibull双参数真值,且形状参数和尺度参数估计值的相对误差均低于10%,验证了模型分析小样本无失效数据进行可靠性评估的可行性。借助文献实例对模型进行分析,对比得出模型能得到较现有Bayes理论和配分布曲线法更符合工程实际的评估结果;模型在小样本情况下的双侧可靠度置信区间长度低于现有Bayes理论和配分布曲线法,有效提高了小样本无失效数据可靠性评估精度。