基于绳系并联机器人支撑系统的SDM动导数试验可行性研究

详细给出了在低速风洞中,采用绳系并联机器人(WDPR)支撑模型,用强迫振荡法进行标准动态模型(SDM)动导数试验可行性的研究。试验中将杆式六分量应变天平内置入模型中以测量模型的气动力和气动力矩,建立了适用于绳系并联机器人支撑系统的模型运动控制子系统和数据采集子系统。采用绳拉力作为参考信号,对气动力矩信号与位姿信号进行数据的同步处理,解决了绳系并联机器人支撑系统应用于动导数试验时所测力矩信号与位姿信号之间的相位差确定问题,给出了WDPR支撑下模型动导数的计算方法。整个试验样机置于某开口式低速直流风洞中进行了俯仰、带偏航角的俯仰以及升沉的动导数试验,通过测量和计算得到各动导数。试验结果与参考文献相比较具有合理的一致性。研究结果表明,采用绳系并联机器人支撑模型进行动导数试验是可行的,至少对于SDM是这样的结果;使用一套绳系并联机器人支撑系统,可以完成多套硬式支撑系统才能完成的动导数试验,从而提高试验效率,降低试验成本。     

变频电机绝缘系统老化试验方法的研究进展

对变频电机绝缘系统老化的原因和现象进行了介绍,总结了绝缘系统热老化、脉冲电老化、环境老化及多因子老化的试验标准和试样方法,指出现阶段的试验方法中存在的问题,提出今后的发展趋势。     

基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.     

一种基于改进WLBF频谱的异构双基地前视SAR成像算法

异构平台组成的双基地前视合成孔径雷达（SAR）配置灵活,可实现多种构型下的前视成像,具有潜在的应用价值。然而特殊的几何构型使得其回波信号具有新的特性,给频谱模型的推导及成像算法的设计带来不便。针对这一问题,提出了一种基于改进WLBF （Weighted Loffeld's Bistatic Formula）频谱的双基地前视SAR成像算法。首先,引入时域去走动和切比雪夫降阶法,减小了传统频谱模型中相位历程的加权分割误差和二阶展开误差,在此基础上推导了回波信号的改进WLBF频谱表达式。然后,使用切比雪夫多项式将改进WLBF频谱展开并设计了双基地前视SAR成像算法。最后,对频谱模型和成像算法进行了仿真分析。结果表明所提改进WLBF频谱模型与传统频谱模型相比具有较高的精确度,设计的成像算法可满足异构双基地大前视系统的成像要求。     

基于LSTM的飞行数据挖掘模型构建方法

提出了一种基于LSTM （Long Short Time Memory）模型的飞行历史数据挖掘模型的构建方法,此模型可以将飞行数据中有价值的目标数据自动提取出来。首先,通过滑动窗口法获得待检测数据;然后,将预先做好的训练样本数据输入到所构造的LSTM模型中进行训练,得到数据挖掘模型;最后,将待检测数据导入到训练好的LSTM模型中进行模式识别,将目标数据片段挖掘出来。结果表明,基于LSTM模型的飞行数据挖掘模型构建方法通用化程度高,可用于挖掘不同类型的目标数据,且识别率高,具有很高的工程应用价值。     

弧焊电源动态特性测试方法的研究

本文对弧焊特性、特别是它的动特性进行了讨论，与过去传统的时域法不同，文中提出了用频域法分析弧焊的电源特性的设想，文内中方法的理论、实验方法及实测结果进行了讨论。     

基于基元关系模型的C++程序静态分析器

分析了面向对象软件测试和度量的特点,结合面向对象程序的性质提出了描述程序基本组成元素之间关系的基元关系模型(ERM),介绍了从基于MFC(Microsoft Foundation Class)的Visual C+ +6.0源程序中构造ERM模型的算法,据此构造了一个基于基元关系模型的VC+ +6.0程序静态分析器.对分析器实现中采取的名称空间符号表、增量式开发和增量式分析等关键技术进行了介绍.实践证明,该分析器可以高效正确地提取出模型中描述的各种关系,有助于面向对象软件测试和度量方面的进一步研究.      

三坐标测量机的误差分析与修正

根据三坐标测量机的结构特点分析了影响三坐标测量机精度的误差源,提出了对三坐标测量机的误差进行软件修正的方法,并做了两维坐标测量误差修正的验证。     

航电设备故障诊断中的决策算法

设计了故障诊断专家系统中的多属性决策算法.分析了诊断决策算法对诊断效率的影响.根据各属性对诊断决策的影响,对属性值进行规范化.采用线性加权函数来评价各故障的优先级,利用对故障发生概率的偏好性求解各属性权值.设计修正向量对评价函数进行修正以满足它在属性边界点上跳变特性.通过实验分析了该多属性决策算法在不同情况下对诊断效率的提高程度.      

复合舵机的神经网络自校正控制

针对复合舵机的时变和非线性特性,提出了神经网络自校正控制方法.用改进的非线性自回归滑动平均模型(NARMA)对复合舵机进行动态建模,采用多层感知器神经网络辨识舵机非线性模型,由广义逆思想设计出控制器,并根据被控对象与辨识模型间误差在线调整网络权值,进而修正控制律,实现了复合舵机的自校正控制.仿真结果表明,在模型有时变及非线性因素的情况下,此方法仍能得到较好的控制效果.