一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

Boosting稀疏最小二乘支持向量回归机及其在推力估计中的应用

为实现航空发动机的直接推力控制代替传统的基于传感器的液压机械式控制,本文使用boosting技术提升最小二乘支持向量回归机的性能设计了推力估计器。在使用boosting的过程中,有两点与传统方法不同：（1）为了在建立稀疏最小二乘支持向量回归机的时候使数值计算更稳定,使用无放回抽取;（2）为了实现最小二乘支持向量回归机的稀疏性和降低计算的复杂度,用训练数据集的一个子集来建立最小二乘支持向量回归机,不再使用全部训练数据。仿真实验表明,基于boosting稀疏最小二乘支持向量回归机的推力估计器能够满足直接推力控制的需要,即估计推力相对误差不大于5‰。     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

在线稀疏最小二乘支持向量回归机及其应用

提出了一种简单有效的方法——OPLS—SVR来实现在线最小二乘支持向量回归机解的稀疏性。由于稀疏性的实现,在线稀疏最小二乘支持向量回归机的响应时间被大大缩短。此外,为了保证给航空发动机控制器提供可靠、正确的控制信号,提出了一种基于OPLS—SVR的解析余度技术来解决传感器失效和漂移问题。仿真实验表明了该解析余度技术有效且可行。     

一种新的加权最小二乘支持向量回归机及其对性能退化航空发动机推力估计的应用(英文)

要实现航空发动机的性能退化缓解控制,需要设计一个高精度并具有良好实时性的推力估计器。针对这种需要,本文提出了一种新的加权最小二乘支持向量回归机,并在此基础上设计了性能退化推力估计器。和现有的加权策略相比较,基于此新的加权策略的推力估计器不仅能满足性能退化缓解控制对精度的要求也能满足实时性的要求。最后,仿真实验证明此加权最小二乘支持向量回归机以及基于此回归机设计的推力估计器的有效性和可行性。     

基于支持向量机的分类器设计

在支持向量机理论的基础上,打破了支持向量机的二类辨识传统,提出基于支持向量机的一类辨识理论,以它为基础设计基于一类辨识的一类分类器。     

基于支持向量机的结构损伤程度识别研究

支持向量机(SupportVector Machine,SVM)是一种基于统计学习理论的机器学习算法,能够较好的解决小样本的学习问题,具有很优秀的回归特性。本文提出了一种基于支持向量机辨识结构损伤程度的方法,构造模态频率作为损伤标识量训练支持向量机对损伤程度进行预测,并以悬臂梁为例进行了仿真计算。结果表明:支持向量机是一种很有潜力的结构损伤识别方法,具有很好的应用前景。     

非线性输出误差模型的两阶段递推辨识算法

输入非线性系统的输出误差模型在实际工业生产中是一类常见模型,针对含有色噪声的输出误差模型提出基于辅助模型的两阶段递推增广最小二乘算法。根据辅助模型思想和分解技术,将复杂的非线性辨识系统分解为系统模型和噪声模型子系统,再根据最小二乘思想分别辨识,其中噪声信息向量中存在的不可测噪声项用其估计值代替。最后与递推增广最小二乘算法在参数估计精度和收敛速度的比较,验证算法在此类模型应用的有效性,仿真结果表明该算法精度高,收敛速度快,计算量小。     

一种ARMA模型的阶数递推辨识算法

本文从实际物理系统出发,提出了一种基于广义最小二乘的阶数递推ARMA模型辨识算法——REARMA算法.利用最小二乘逆的递推计算,大大加快了系统辨识的速度.     

基于VMD-LSSVM的扇区流量短期预测

对扇区流量进行短期预测,是精准实施扇区流量优化和管理措施的前提。基于分解集成预测方法论,建立了变分模态分解-最小二乘支持向量机（Vibrational mode decomposition-least square support vector machines,VMD-LSSVM）预测模型。首先,应用变分模态分解（Vibrational mode decomposition,VMD）方法将扇区流量时序数据分解为若干个模态;然后,使用最小二乘支持向量机（Least square support vector machines,LSSVM）模型分别对模态进行预测;接着,对模态的预测结果进行加和集成,得到了最终的预测值。算例计算结果显示,针对60 min统计尺度流量时间序列,VMD-LSSVM模型在1～6 h的均等系数（Equal coefficient, EC）值为0.97,在7～12 h的EC值为0.94;与差分自回归滑动平均模型（Autoregressive integrated moving average model,ARIMA）,反向传播（Back propagation,BP...     

基于最大似然法的风洞自由飞试验气动力参数辨识技术研究

采用最大似然辨识算法对风洞自由飞试验数据进行气动力参数辨识,可以避免直接对测量数据进行二阶数值微分造成的气动参数的严重误差。详细介绍了风洞自由飞试验气动力参数辨识的原理及方法,分别通过仿真和实测数据算例对方法进行了具体说明和实现。算例辨识结果表明将气动参数辨识技术应用于风洞自由飞试验,是获取飞行器气动特性的有效途径之一。力导数可辨识性较低,受测量精度影响较大;力矩导数辨识结果与工程软件计算值接近,相对误差在30%以内,基本满足工程精度要求。同时,增加试验数据测量点数、提高数据测量精准度、安装过载测量设备、提升模型加工工艺水平,均有利于提高辨识结果的可信度。     

润扬大桥北锚碇取土质量的试验研究

不同直径的取土器对取样扰动的影响程度不同；恰当选择取土器的直径，对取土质量是非常重要的：直径过小，不能保证取土质量；直径过大，会增加钻探费用。在润扬大桥北锚碇科研项目中，对取土质量进行了试验研究，试验结果表明，在经济条件许可的情况下，应该优先考虑大直径的取土器。     

基于灰色预测的自适应解耦控制

传统的预测控制算法虽然有着良好的性能,但是需要求解复杂的丢番图方程.因而在实际应用中,算法的计算量很大,难以满足实时性要求.文中结合灰色理论,利用GM(1,2)模型辨识多输入多输出系统的参数,提出了一种解耦灰色预测控制算法.该算法可以采用较少的数据进行建模,需要辨识的参数也较少,并且元需求解丢番图方程,所以减少了计算量.为了消除系统各通道之间的输入输出耦合,在性能指标中引入解耦因子,给出了详细的解耦推导过程.最后,对解耦灰色预测控制算法进行了设计.仿真结果表明:本文算法能够有效地消除系统耦合,进而提高多输入多输出系统的闭环跟踪性能.     

电子显微镜在测量微小雾径中的应用

由于常用的光学测量方法的限制，研究气流中微小雾滴问题时，依据微粒在气流中响应时间极短这一特征，可以采用捕捉采样，在电子显微镜下拍照，获得其零径及尺寸分布。     

SMB色谱分离过程简化模型辨识

在线性等温线条件下针对葡萄糖和果糖两组分SMB色谱分离过程,依据机理模型设计了恰当的仿真实验,基于MIMO-ARX模型类对其进行了简化模型辨识。根据模型验证结果,分析了不同样本数据和模型结构参数对模型精度的影响。获得的简化模型对机理模型的动态行为具有较好的逼近能力．对基于模型的控制器设计具有一定的指导意义。     

细长翼摇滚的气动特性

对细长翼摇滚的一组典型的滚转角随时间变化的实验数据进行参数辨识，并用改进的单自由度数学模型，计算其非线性滚转阻尼特性后表明，当机翼摇滚由小振幅逐渐发展为大振幅的平衡状态时，其阻尼导数始于某一正值，且随振幅的增加而减小，最后便趋于零。而非线性阻尼力矩的变化幅值，则是正比于角振幅的变化率，其峰值便出现在振幅变化最陡的位置。     

A Generative Adversarial Nets Method for Monitoring Data Generation on Aircraft Engines

A sufficient sample size of monitoring data becomes a key factor for describing aircraft engines state.Generative adversarial nets(GAN)can be used to expand the sample size based on the existing state monitoring information. In the paper,a GAN model is introduced to design an algorithm for generating the monitoring data of aircraft engines. This feasibility of the method is illustrated by an example. The experimental results demonstrate that the probability density distribution of generated data after a large number of network training iterations is consistent with the probability density distribution of monitoring data. The proposed method also effectively demonstrates the generated monitoring data of aircraft engine are in a reasonable range. The method can effectively solve the problem of inaccurate performance degradation evaluation caused by the small amount of aero-engine condition monitoring data.     

离散变量参数UMA限中均匀数取值的研究

本文用Jeffreys的无信息先验分布的Bayes方法与随机化的Fiducial方法，对UMA置信限中的均匀数u的取值问题进行了研究，结果表明，Mann建议u取1／2，对二项分布与有替换定时截尾的指数分布这是合适的，但对预定成功数或失败数的负二项分布，此值略为偏小，其相对误差与样本量n的关系为l／(2n 1).     

泡沫塑料吸附硫代米蚩酮比色法测定矿石中痕量金

试样经王水溶矿，泡沫塑料吸附震荡分离富集金，用EDTA-柠檬酸三铵联合掩蔽干扰元素，pH=3时TMK与金形成红色络合物，选择合适的体系和控制试剂用量进行水相小体积比色。灵敏度r=1．25*10^5,称取10克试样，可测定0．001g／t以上的金。     

置信分布的贝塔分布近似及其在可靠性统计中的应用

在复杂系统可靠性综合评估方法研究中,利用β分布来近似区间[0,1]上的各种概率分布是一种常用的工程方法,并被许多系统可靠性综合评估方法所采用。工程中常用的β分布近似方法有二阶矩法和点估计下限法。为了减少近似误差,本文在文献[1]的基础上,对文献[1]中提出的β分布近似的两点法进行了深入研究,证明了两点法解的存在性和唯一性,并在这一结果的基础上设计出有效的算法。通过模拟计算可以看出,两点法与目前普遍使用的二阶矩法和点估计下限法相比,近似的精确性明显提高,尤其在小子样情形下效果更为显著。