P-S-N曲线测定的最大似然法

 本文提出了一种测定P-S-N曲线的最大似然法。这种方法利用了三参数S-N曲线方程,并用最大似然法和矩法求参数的估计值。通过对光滑试件和缺口试件在轴向加载下疲劳试验数据的处理,说明了该方法的应用,并分析了该方法的精度。     

基于最大似然估计法的加速度计误差参数标定方法

为降低捷联惯导系统误差参数标定过程对高精度转台的要求,提出一种基于最大似然估计的模观测标定方法。在考虑噪声影响的情况下建立加速度计的误差参数模型,运用最大似然估计法对误差参数进行标定计算,并将标定结果的精度与所考虑参数模型的克拉美限相比较。结果表明,与传统标定方法相比,该方法标定精度相当,降低了对标定转台的要求,减少了标定时间,有较高的工程应用价值。     

基于最大似然估计的TDOA/FDOA无源定位偏差补偿算法

在到达时差/到达频差(TDOA/FDOA)无源定位系统中,定位问题的非线性使得定位的结果存在偏差,特别是在噪声较大或者接收站布站不合理的情况下,定位的偏差尤其显著。针对这一问题,提出了一种基于最大似然估计的偏差补偿算法。该方法分为3步:首先,利用最大似然估计器对目标的位置和速度进行求解;其次,通过利用目标定位的估计值和含噪的测量值,对目标的位置和速度偏差值进行理论分析和推导;最后,将最大似然估计解减去理论偏差值,得到经过偏差补偿的新的目标定位解。理论分析和实验仿真证明,在一定噪声的情况下,所推导的目标位置和速度的理论偏差值与实际偏差值相符,并且经过偏差补偿后的定位算法,在保持目标定位的均方根误差(RMSE)与原最大似然算法一致的情况下,目标的位置和速度偏差值远远小于原最大似然算法的偏差值,目标定位精度得到了有效的提高。     

基于最大似然法的航空图像分类研究

航空图像的分类是其判读和识别的重要技术基础。本文将最大似然法应用于航空图像的分类,给出了利用该方法进行航空图像分类的原理、方法和过程,对于航空图像的分类工作具有一定的指导意义。     

基于最大似然法的航空图像分类研究

航空图像的分类是其判读和识别的重要技术基础。本文将最大似然法应用于航空图像的分类,给出了利用该方法进行航空图像分类的原理、方法和过程,对于航空图像的分类工作具有一定的指导意义。     

基于随机粒子追踪方法的环形燃烧室点火动态模拟

为了深入研究低排放燃烧室点火联焰规律,在全新的环形模型燃烧室中开展了点火模拟和试验研究。点火模拟采用随机粒子追踪方法,能够基于时均冷态流场的仿真结果快速模拟火焰传播过程。环形燃烧室包含16个中心分级旋流器,仅向预燃级通入丙烷,用于模拟航空发动机低排放燃烧室点火状态下的空气燃油分级。试验采用PIV技术测量3个头部区域流场,利用高速相机拍摄火焰CH*/C2*基团化学发光信号。对多个流量和当量比条件下的联焰过程、联焰时间和传焰速率进行了分析,试验和模拟的结果均表明：环形燃烧室内火焰双向传播,燃烧室内外环流速度差异导致了双向火焰传播速度差,传焰速率随燃烧室湍流速度和当量比的增加而增加。点火模型很好地捕捉了环形燃烧室点火动态,所得传焰速率也符合湍流火焰传播规律,表明该模型具有较强预测能力。     

基于极大似然估计器的GNSS矢量跟踪算法

矢量跟踪是一种将全球导航卫星系统(GNSS)接收机的信号跟踪与导航解算融为一体的跟踪算法。传统的基于矢量延迟/频率锁定环(VDFLL)的跟踪算法普遍采用延迟锁定环(DLL)和锁频环(FLL)鉴别器计算伪距和伪距率偏差观测量,由于锁频环鉴别器存在近似误差和一步延迟效应,在高动态环境下容易造成环路失锁。从直接估计卫星信号特征参数的角度出发,基于中频信号模型构建码相位和载波多普勒的极大似然代价函数,采用非迭代估计算法得到各通道码相位和多普勒频移的估计偏差,转换为卡尔曼滤波器的观测矢量,提出一种基于极大似然估计器(MLE)的矢量跟踪算法。理论分析和仿真结果表明:新算法结合了极大似然估计和矢量跟踪的优点,克服了FLL的延迟效应,与基于VDFLL的矢量环路相比,高动态环境下的跟踪稳定性更好,可以对被遮挡的卫星保持持续的跟踪。     

基于统计学方法的APU点火系统可靠性分析

针对APU点火系统故障频发,利用统计应用回归、直方图、正态分布等几种统计分析方法,分析了导致APU点火系统可靠性低的原因。通过数据分析结果,对当前的维修方案进行合理性评估,并提出了相应的解决建议,节约维修成本。     

一种基于极大似然估计的信号盲抽取算法

针对盲信号抽取问题,根据极大似然估计原理,给出一种基于极大似然估计的分步盲抽取算法。根据信号不同的延时特性确立抽取信号,完成第一步抽取。由于初步抽取信号存在噪声污染,根据极大似然估计,估计抽取信号的概率密度函数,确立优化代价函数,利用自然梯度方法进行优化,确立最终抽取向量迭代方式,完成对抽取信号优化处理。通过仿真证明算法具有良好的收敛性和抗噪性,在SNR17 d B时,抽取信号与源信号的相似度达到95%。     

分级燃烧室预燃级旋流组织对点熄火性能影响的试验研究

为了有效拓宽多级旋流分级燃烧室的稳定工作边界,在模型燃烧室上开展了分级燃烧室点火和熄火特性试验研究,采用平面激光测量技术获得了燃烧室冷态流场结构和燃油浓度分布,分析了双级旋流预膜式空气雾化预燃级设计参数(两级旋流旋向、旋流强度)对流场结构、燃油浓度分布和燃烧稳定性的影响,并阐明了燃烧室点火和熄火特性与流场结构和燃油浓度分布的内在关联机制。结果表明,预燃级两级旋流反旋、适当减小内级旋流强度和增大外级旋流强度有利于改善这类分级燃烧室的点火和熄火特性。相关研究结论能够应用于分级燃烧室预膜式空气雾化预燃级设计。     

硼笼化合物对含铝液固高能燃料点火及燃烧性能的影响

为了探究硼笼化合物对液固凝胶型高能燃料的点火及燃烧性能的影响,采用高密度碳氢燃料MCRI-1、辅助分散剂胶凝剂和纳米铝粉为原料,制备了系列含铝液固凝胶型高能燃料(简称含铝高能燃料),并考察了含铝高能燃料的组成对其分散稳定性(即凝胶成型效果)的影响。在此基础上,考察了三种硼笼化合物对含铝高能燃料的密度、热值、点火及燃烧性能的影响。结果表明,提高胶凝剂含量或固液质量比(Al/MCRI-1)均可提高含铝高能燃料的分散稳定性。含铝高能燃料的密度和体积热值随着硼笼化合物的添加略有降低,但其质量热值在添加硼笼T和硼笼A后分别增加了11.6%和12.4%。硼笼化合物可将含铝高能燃料的燃温峰值提高21.1%～52.9%,点火延迟缩短44.5%～65.2%。硼笼化合物明显改善了含铝高能燃料的点火及燃烧性能。整体上,硼笼A添加效果最佳,且热解及燃烧可产生较多的气体,一定程度上增强了含铝高能燃料的膨胀做工能力。     

基于统计学检验指标的燃气轮机部件特性方程拟合次数的选择

针对燃气轮机在数学建模过程中难以确定其部件特性方程最优拟合次数的问题,提出了采用统计学检验指标确定特性方程最优拟合次数的方法。最优拟合次数的选择,使得拟合方程既防止由于拟合次数过高,将测量数据中的噪声也纳入拟合模型,又避免了拟合次数太低所引起的结果粗糙。结果表明：综合运用拟合检验指标,避免了由经验选择拟合次数的局限性,并为特性方程最优拟合次数的选取提供了理论依据。     

基于曲线拟合的飞机方向舵偏角测量误差补偿

在对飞参记录系统的方向舵偏角通道进行标校的过程中,俯仰角变化和其它非线性误差都会影响电子罗盘的测量精度。本文研究了基于曲线拟合原理建立误差补偿公式的方法,以减小方向舵偏角通道的测量误差。实验证明,这种方法可以有效地提高电子罗盘的方向舵偏角测量精度。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于部件特性的螺旋桨数学模型通用建模算法

为了有效地建立螺旋桨数学模型和涡桨发动机数学模型,以及为涡桨发动机控制规律设计奠定基础,借鉴压气机部件特性缩比方法,提出了一种适用于螺旋桨部件特性的修正缩比方程;基于螺旋桨静态特性,提出了静拉力状态下的螺旋桨建模优化算法;针对螺旋桨低速前进状态下和高速前进状态下的不同工作特点,提出了两种不同的螺旋桨建模算法,以实现全飞行包线内的螺旋桨数学建模。通过与GSP (Gas turbine Simulation Program)软件仿真数据对比验证,其结果表明,基于所提出的算法建立的螺旋桨数学模型输出拉力、功率和效率的最大相对误差分别不超过3×10-6,3×10-6和6×10-5,同时,验证了算法有效性和通用性。     

基于深度学习的超临界裂解煤油流量特性研究

为了明晰超临界裂解煤油的流量特性,实现对超临界裂解煤油流量的准确预测,采用实验方法测量了较大压力和温度范围内超临界裂解煤油的流量,对超临界裂解煤油流量特性进行了分析,基于多元线性回归方法,多元多项式回归方法和深度学习方法分别建立了超临界裂解煤油流量预测模型并给出了模型评估指标。研究结果表明,超临界裂解煤油流量主要与压降和温度有关,并且流量与压降和温度之间存在着很强的非线性关系;基于深度学习方法的深度神经网络模型性能优于多元线性回归模型和多元多项式回归模型,能够更加准确地刻画超临界裂解煤油的流量特性,其平均相对预测误差在1.1%左右,最大相对预测误差在7%以下。     

基于序列工作点的航空发动机过渡态气路分析参数选择研究

为了降低由多工作点分析(MOPA)方法的平均效应所产生的气路分析(GPA)系统误差,提出了基于航空发动机过渡工作过程的序列工作点分析(SOPA)技术,并以此为基础提出了一种系统的气路分析参数选择方法。该方法利用连续小波变换对时间信号的增强解析能力,提取待求健康参数在备选测量传感器上的参数特征,实现了在传感器安装受限条件下必要测量参数的选择。通过对SOPA子系统矩阵进行奇异值分解(SVD),获得了在过渡工作过程中不同时间片段上的健康参数可辨识性。针对大涵道比双轴分排涡扇发动机的参数分析结果表明:通过对待求健康参数的敏感性输出信号进行小波分析所确定的最简传感器布局,具备对全部待求健康参数的可辨识性;而以时间片段矩阵的条件数作为判据评估SOPA子系统的参数辨识能力,能够有效地确定具有高可靠性的SOPA时间片段位置,保证了对发动机气路部件健康状态的估计精度。     

基于TS模型的模糊神经网络光伏MPPT控制

为了克服传统最大功率点跟踪(MPPT)方法的一些缺点,使光伏系统更加快速准确地工作在最大功率输出点,提出了基于模糊控制和神经网络控制相结合的自适应控制方法。该方法充分利用模糊神经网络处理非线性问题的优点,通过模糊控制来改变步长,利用神经网络的自学习能力来快速达到平衡,使光伏MPPT在跟踪速度和稳定性之间达到一个较优的平衡。仿真和试验结果表明,基于模糊神经网络自适应控制的MPPT方法具有较强的鲁棒性和自适应能力。     

基于遗传算法的并联贮箱平衡排放调节方法研究

为了解决双组元推进系统的并联贮箱推进剂消耗不平衡问题,根据气路系统的压力输出特点,提出了一种基于遗传算法的平衡排放主动调节方法。引入多方方程,建立了调节模型,首先使用先进多目标遗传算法NSGA-Ⅱ进行了修正参数的优化选取,然后通过参数优化后的调节模型对预调节参数进行了求解。仿真计算结果与试验数据的对比分析表明,调节前后的压力及调节量等参数的相对误差在千分之五之内,该并联贮箱平衡排放调节计算方法正确、有效。最后,通过算例,分析了贮箱压力及气体容积对平衡排放控制能力的影响,计算表明,推进剂的消耗有益于提高单次平衡排放调节幅度,调节时间主要与调节量及贮箱压差相关。