一种基于熵的连续属性离散方法

针对粗糙集理论应用于航空发动机磨损故障诊断的关键问题——连续属性离散化映射,提出了一种考虑属性重要性的基于熵的连续属性离散算法。该算法中,给出了一种衡量连续属性重要度的方法,克服了基于最小熵标准选取断点时最小熵对应多个断点难以取舍的问题,并选用IRIS数据对算法进行了分析和验证。最后,将该算法应用到发动机故障诊断中,自动提取得到了发动机的磨损故障知识,并对待测样本进行了验证,表明了算法的有效性。     

运用混合遗传算法的多机编队重构优化方法

多机编队重构优化除了要考虑终端状态约束、控制作用能量约束之外,还必须考虑安全防撞距离与通信保障距离的约束。在满足这些约束的前提下,提出了一种新的结合控制作用参数化与时间离散化(CPTD)方法和遗传算法(GA)的混合算法,将编队重构最优时间控制问题进行控制作用参数化和时间离散化处理,转化为带自由终端状态约束的离散型优化问题,并通过对传统遗传操作算子的改进,采用改进的遗传算法进行寻优,得到最优解。算例结果表明了该混合算法的有效性,其适用于编队重构最优时间控制问题。     

磁悬浮电励磁三相直线同步电机离线参数辨识

建立磁悬浮电励磁三相直线同步电机(MSEETPLSM)的连续时间参数型状态空间方程数学模型,利用前向一阶差分方法将连续时间数学模型离散化成离散时间参数型状态空间方程数学模型,再利用z变换写成递推最小二乘算法标准形式的数学模型。利用递推最小二乘算法在初级转子静止状态下辨识出MSEETPLSM的电阻及自感参数。利用计算机数值仿真软件仿真MSEETPLSM参数的离线辨识算法,得到MSEETPLSM的初级与次级电阻与电感时域辨识曲线,仿真曲线收敛速度较快且辨识精度较高。仿真结果验证了该参数离线辨识算法的有效性。     

离散滑模导引律设计

 基于平面内目标-导弹相对运动方程的离散形式,给出了离散滑模变结构导引律设计方法。推导出了一种与连续时间自适应滑模制导律的离散化形式相同的离散变结构导引律。在不需要知道目标法向加速度界限, 而只需要知道其在两个采样周期之间可能变化范围的条件下,设计了一种能显著降低系统抖动的离散滑模导引律,设计的同时给出了一种近似估计目标法向加速度的方法。从理论上证明了上述两种离散滑模导引律具有有限时间收敛的特性。讨论了离散滑模导引律的准滑动模态的切换带范围,给出了离散滑模导引律的终端脱靶量计算方法,最后以某空间拦截问题为实例验证了本文结果的正确性。     

基于QSS的自适应多步校正算法及其在柔性航天器动力学中的应用

量化状态系统（QSS）算法是一种基于状态变量离散化的数值积分方法,该方法与基于时间离散的传统方法显著不同,QSS通过计算状态变量每次跃迁所需的时间来推进下一步的积分。在求解非刚性常微分方程时,QSS算法比传统算法更具优势,但它不适合求解刚性问题。为此提出一种基于QSS的自适应多步校正算法（AMCQSS）,该算法以QSS为基础、结合隐式多步法思想,在计算过程中可以自适应选择二步法或三步法,以有效提高求解刚性问题的精度和效率。通过对柔性航天器动力学的仿真求解,验证了算法的可行性。将该算法与ODE23tb、ODE15s、ODE45以及QSS等算法进行对比,结果表明AMCQSS算法既能保证求解的效率及精度,又具有较好的收敛性和稳定性。     

一种航空发动机连续数据的粗糙集离散化方法

针对传统粗糙集属性离散化方法存在离散化区间会破坏数据实际含义的问题,结合连续属性的领域知识,提出了一种基于信息熵的粗糙集属性离散化方法。利用航空发动机的滑油光谱分析数据对其进行了验证,结果表明其能够在保持决策表相容关系的前提下,获得具有较好实际意义的离散化区间。     

基于一种群体智能算法的函数优化问题求解

<正>近年来,群体智能优化方法愈来愈引起人们的关注,如粒子群算法、蚁群算法、蜂群算法等,它们是解决NP问题的有效工具。函数优化是优化领域的重要分支,主要通过将连续的变量(定义域)区间离散化,对这些离散变量的函数值最优编排、分组、排序或筛选等。这类问题通常随着变量区间的扩大及函数极值的增多,     

动态数据建模中时间序列采样间隔的研究

动态数据建模认为,平稳连续随机过程是白噪声激励相应的线性时不变连续时间系统的输出,为便于计算机处理,需要确定对连续随机过程进行采样的采样间隔,通常人们采用仙农采样定理来对待。文中阐述了对动态数据建模中时间序列采样的问题,用多项式插值的采样理论进行了研究,指出在动态数据建模中,若要使从连续时间随机过程到离散时间序列的统计特性得到保持,采样频率应大于系统最大极点自然频率的6倍。     

空间站运营物资需求预测建模与仿真研究

针对空间站物资消耗多样化特点,建立了空间站离散类物资和连续类物资的消耗模型,从多个角度分析了现有预测方法在空间站物资补给预测中的适用性,并基于"离散与连续类物资相区别"的研究思路,对空间站连续类物资消耗预测方法进行理论分析和仿真验证。以航天食品为例,分析其在空间站长期运营期间的消耗特点及规律,采用时间序列、因果回归等预测算法进行仿真对照分析,提出了与在轨任务相关联的空间站连续类物资需求预测方法。研究成果可为空间站运营物资补给预测深入研究提供参考。     

新型跟踪微分器在航空发动机磁悬浮轴承中的应用

为了实现航空发动机磁悬浮轴承的稳定悬浮,在磁悬浮轴承反馈控制器设计中获取光滑、精度高、相位滞后小的跟踪滤波与微分信号等位移传感器信号,基于离散2阶串联型系统,提出了一种具有边界层函数、基于离散时间最优控制算法的新型跟踪微分器。为减小算法在滤波与微分信号提取过程中的相位滞后,在所设计的跟踪微分器算法中引入相位调整因子对相位进行实时有效地补偿。分别从时域与频域的角度进行仿真及试验验证,结果表明：所提出的新型跟踪微分器算法具有全程快速、无超调、无颤振、相位滞后小、精度高等特点,与原基于离散时间最优控制的跟踪微分器算法相比,其平均相位滞后减小80～100个采样周期,满足实际工程应用需求。     

航空发动机性能参数约简方法研究

对航空发动机进行性能参数约简以提取关键参数,是提高故障识别准确率和可靠度的必要条件,为此提出两种性能参数约简算法.基于灰色聚类算法的参数约简,首先计算参数间的灰色关联度,然后选取聚类中心进行聚类以提取特征参数.基于模糊粗糙集的参数约简,首先利用模糊聚类算法对连续数据进行离散化处理,然后用粗糙集理论进行参数约简.用某型航空发动机实际监测数据进行验证,结果表明:两种方法约简结果一致,以此约简结果进行故障诊断可提高诊断率,缩减运算时间.     

离散型可靠性参数数学关系研究

在航空航天系统中,已有许多可靠性参数来描述产品的可靠性特性,但大多数都是基于连续时间上的 连续型可靠性参数,而在离散时间上有定义的离散型可靠性参数的描述较少,例如离散失效率。为弥补可靠性 理论在在这方面的缺陷,从离散时间这一角度出发,研究离散型可靠性参数的数学关系。推导离散失效概率与 离散失效率的数学转换公式,利用离散失效率推导计算离散可靠度的数学公式,推导平均失效前工作次数与离 散失效概率的数学转换公式,并进行验证。结果表明:推导出的三个数学转换公式合理,可以用于描述离散型 可靠性参数。     

一种可行的有限元网格优化法

在用有限元素法进行分析时的一个主要考虑是,对于某个特定问题,如何才能以尽可能少的计算工作量获得尽可能高的计算精确度,这就是在过去十年中迅速发展起来的有限元最优离散化问题,并已提出了不少优化准则和算法。本文的目的在于提出一项改善有限元离散化的有效方法,以避免现有方法中的一些困难和不足,即:既可以避免纯数学规划法中过于庞大的计算时间,又可以避免批处理方式的麻烦;它编制程序简便,也无需计算等高线的专用软件以及与计算机接口的图象显示设备。它从误差分析得到使离散化近乎最优的可行方向,再通过一维搜索得到近似于最优的离散化。数值例题表明,采用本文方法进行优化,得益是十分显著的。     

基于Cohen类离散时频分布对侦察信号处理的改进算法

通过时频分布特别是Cohen类时频分布的平移不变性,将连续Cohen类时频分布扩展到离散Cohen类时频分布。在分析研究其与连续Cohen类的关系后,利用核函数的分解与重构理论提出了一种用离散时频分析方法处理侦察信号的改进算法,通过计算机进行了仿真。     

永磁同步电机动态面模糊离散速度调节控制

针对永磁同步电机(PMSM)高阶非线性和外部负载扰动的问题,以反步法为基础,提出了动态面模糊离散速度调节控制方法。通过欧拉公式将PMSM连续模型离散化,得到离散模型;运用动态面方法,处理子系统中的虚拟控制函数,解决传统反步法中“计算爆炸”的问题;利用模糊逻辑系统逼近系统中的非线性部分,并给出模糊离散控制器。仿真结果表明:控制器能够有效地调节电机转速,对外部负载扰动具有良好的鲁棒性。     

模糊逻辑系统建模函数的数学描述

基于所建立的模糊规则定义式,由一组“如果一则”规则构造出模糊逻辑系统,按真值化处理与推理规则推导出最优系统数学表达式,在线性定常状态下,分别建立起连续与间断时间系统的数学模型,归纳出模糊控制的等效解法。最后,对一非线性实例绘制出双模控制框图,应用了模糊数学算法。     

考虑时滞影响的柔性悬臂梁的离散最优控制

 对考虑时滞影响的柔性悬臂梁的离散最优控制进行研究。首先给出包含有时滞项的控制模态方程,然后将控制模态方程离散化和标准化;连续时间形式的性能指标也离散成标准离散形式,则最优控制律可按离散最优控制理论进行设计。所得出的时滞最优控制律中,除了包含有当前的状态反馈,还包含有前若干步控制的线性组合。因在由控制模态方程推导时滞最优控制律的过程中无近似处理,所给控制方法易于保证控制系统的稳定性。还给出了从实际测量中提取模态坐标和将模态控制力转换成实际控制力的方法。最后通过数值仿真对所给控制方法的可行性和效果进行了验证。     

基于连续伴随方法的高超声速飞行器高精度气动优化

高精度气动优化是改善高超声速飞行器气动性能的必要途径。基于Navier-Stokes方程推导了连续伴随方程以及与气动力目标函数对应的边界条件和壁面灵敏度公式,考虑了层流输运系数变分对伴随方程的贡献,采用基于二阶熵修正Roe格式的伴随对流项离散形式,构造了适用于高超声速流动的连续伴随求解器;结合FFD （Free Form Deformation）参数化方法和SQP （Sequential Quadratic Programming）优化算法构建了高精度梯度优化框架;在高超声速来流条件下对二维翼型和Sanger飞行器机翼优化开展了验证和应用。结果显示,在高超声速流动条件下所采用的伴随对流项离散形式具有较好的鲁棒性和低耗散性;连续伴随求解器能够较好地给出气动力目标函数梯度;优化后Sanger机翼构型通过二次激波压缩实现了减阻增升,升阻比提高5.0%;验证了连续伴随优化作为高超声速飞行器高精度气动优化方法的可行性。     

基于离散混沌蝙蝠算法的测试点选择

针对模拟电路测试点的选择问题,基于智能优化算法的测试点选择方法相比于传统的迭代法具有一定的优越性,但是仍然存在算法复杂度过高等问题.在深入研究蝙蝠算法(BA)的基础上,采用混沌映射对算法进行优化,并用变换函数将算法离散化,提出一种离散混沌蝙蝠算法(CBBA),将算法应用于测试点选择.通过实验仿真,证明该算法具有较高的准确度,而且与其他算法对比发现,该算法具有更好的性能.     

基于BP人工神经网络的GPS／SINS组合导航算法

基于扩展Kalman滤波的GPS／SINS组合导航算法，需要对原始的非线性连续系统模型进行线性化和离散化处理，要求系统噪声和测量噪声为零均值的高斯白噪声，且易于出现滤波器发散。BP人工神经网络毋需对所求解的问题建模，能够很好地逼近系统非线性特性，获得较高精度的导航定位信息；还具有计算过程稳定，不涉及矩阵求逆，不需要迭代逼近，以及容易实现并行处理等优点。本文设计适用于GPS／SINS组合导航系统的BP网络模型，并在标准的BP算法基础上，采用共轭梯度法改进网络训练速度及精度。最后，通过仿真算例说明BP网络方法用于GPS／SINS组合导航计算的可行性。