一种基于二元估计与粒子滤波的故障预测算法

假设对象系统的故障演化过程可以由一个含有未知缓变参数的状态空间模型加以描述,则故障预测问题就可以转化为一个在已知当前系统信息的条件下,对系统未来某一时刻的状态变量的估计问题.针对该问题的求解提出了一种基于二元估计和粒子滤波的故障预测算法.算法的实施分为两个主要阶段:在状态估计阶段,采用两个并联的粒子滤波器迭代估计当前时刻对象系统故障演化模型状态和未知参数的后验分布.在状态预测阶段,对当前时刻故障演化模型状态的后验分布进行迭代采样,以采样样本粒子来近似估计未来时刻的状态变量的先验分布密度.在上述计算结果的基础上,结合相应的故障判据,算法采用计算对象系统未来时刻故障概率的方法预测其剩余使用寿命.仿真实验中将本文提出的算法与基于联合估计的故障预测算法进行对比,实验结果证明了所提算法的有效性.      

基于实测数据回放的ROV导航定位系统研究

针对ROV对国产导航系统的需求,研发了包含导航融合终端软件及光纤罗经在内的ROV导航定位系统工程样机。该系统由嵌入式运行模式、仿真运行模式和数据分析模块三部分组成,能够完整记录ROV工作环境数据信息并进行时标化存储,生成实测数据文件,进而通过精准复现ROV工作环境数据,为ROV导航算法的调试提供便捷、一致的试验数据和高效的数据分析手段。海试验证结果表明,系统有效复现了水下试验数据,通过数据回放仿真高效完成了导航算法参数调试,对USBL噪声实现80%抑制,并能够有效应对USBL输出异常情况,可有效辅助ROV水下调查及安装等工程作业。     

利用性能参数回归分析的航空发动机MTBF预计

航空发动机可靠性指标平均故障间隔时间（MTBF）的预计方法有多种,在发动机立项阶段数据缺乏的情况下建议优先选用统计回归法进行发动机可靠性指标MTBF的预测。为了在发动机预先研究阶段能够预计发动机的可靠性水平,利用系数修正的方法对国外的预计回归公式进行修正,可以得到1个新的回归预计公式,但该公式存在飞机参数不明确时无法进行应用的缺点,因此,基于仅利用发动机性能参数进行多元线性统计回归分析得到了新的预计公式,结果表明：新的预计发动机MTBF的回归公式可以在配装飞机不明确的情况下,仅利用发动机本身的性能参数即可大概估算出发动机的MTBF水平,预计效率高,可以为发动机立项论证时可靠性指标MTBF提供参考依据。综合来看,该方法可以实现立项阶段根据飞机参数、发动机性能参数进行发动机可靠性指标MTBF的快速预计,有一定的参考价值。     

脉冲雷达频率稳定度的测试方法

雷达发射机频率稳定度严重地限制雷达改善因子和可见度。现在连续波频率稳定度测量技术已达很高水平,但现代雷达多半采用脉冲调制体制,射频脉冲序列稳定度是一个新问题。本文给出测试系统原理图、脉间频率和相位稳定度测量方法以及时域、频域测量结果。     

不同波段太阳射电爆发的准周期振荡

本文对1989年4月9日与4B级大耀斑伴生的两个波段(3750 MHz,2840 MHz)的射电大爆发进行了简单的初步分析。结果表明:这两个波段的爆发不仅各自具有繁多的周期,而且都存在30+3s的准周期振荡。这种现象可能与磁环的准周期振荡有关,或与粒子流有关。      

高超声速飞行器尾喷管的优化设计

以喷管上壁折转角、下壁长度、舵面长度及其折转角为设计变量,结合遗传算法和特征线法对高超声速飞行器尾喷管进行了优化设计,并对设计变量进行了参数研究.结果表明,所采用的优化设计方法计算效率高且比较准确,特别适合于高超声速飞行器尾喷管的优化设计;所采用的4个设计参数均能有效地影响尾喷管的气动性能,其中喷管上壁折转角和舵面折转角分别对喷管的升力和推力的影响相对明显,对其进行均衡选择方能得到最优的结果.      

高温动态弹性模量测试方法

本文叙述了用悬挂共振的原理测试碳素材料高温弹性模量的动态测试方法,试样采用钨链悬挂、石墨炉加热并充氩气保护,最高测试温度为2600℃。文中对测试结果进行了误差分析,并将金属钨、石墨和三向编织碳-碳材料z、xy、45°三个取向试样的动态法测试数据与文献数据进行了比较,三向碳-碳材料的测试结果也与静态法测试数据进行了对比,结果较为一致。     

若干金属材料的动态弹性常数

本文介绍了W、M_o、F175、K6_c、1J50、1J79、1Cr18Ni9iTi、i、147铝合金等棒材使用悬挂共振法测定的高、低温弹性常数数据。测试结果表明,分别使用高温和低温动态弹性常数测试装置测得的同种材料试样的弹性常数,在室温附近能较好连接,所测材料的弹性模量和剪切模量数值均随温度的降低而增加;泊松比随温度的降低变化不一,没有一致的变化趋势。     

基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用

针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。     

偏最小二乘回归在军用飞机价格预测中的应用

由于军用飞机性能要求的不断提高,影响飞机采购价格的费用驱动因子繁多,使得原有的价格预测模型已经不适用于现代军用飞机。分析了军用飞机采购价格样本数据少、费用驱动因子多的特点,考虑到偏最小二乘回归(PLSR)方法在处理小样本多元数据方面的优势,应用PLSR对军用飞机采购价格进行预测。PLSR首先提取第1、第2主成分对采购价格样本的特异点进行剔除;然后进行变量投影重要度分析以筛选费用驱动因子;最后,PLSR对费用驱动因子进行回归建立军用飞机价格预测模型。实例表明,在军用飞机价格预测方面,与原有的预测模型和逐步多元回归模型相比,应用PLSR预测的精度更高,更能体现采购价格与飞机性能参数之间的关系。