基于改进正则化极限学习机的航空发动机性能参数预测

性能参数预测技术是航空发动机健康管理的核心研究内容,越来越多的机器学习算法被应用于该领域,正则化极限学习机(Regularized extreme learning machine,RELM)是其中之一.但RELM的正则化参数确定非常消耗计算资源,使其在数据量较大的航空发动机性能参数预测领域表现出不适应性.本文使用前向...     

基于数字化装配的工装管理系统研究

介绍了数字化装配的概念,分析了数字化装配系统对工装信息管理的需求,对工装的全寿命周期内各个活动进行管理,最终形成包含工装各种详尽信息的全寿命电子履历表;运用面向对象的思想对工装管理系统进行了分析与设计,并遵循J2EE模式给出了系统总体架构;介绍了JavaBeans组件技术、JavaScript脚本技术以及CSS技术等系统实现关键技术,给出了系统实现的几个主要的示例界面。     

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.     

空间站水循环处理系统中微生物的检测技术

如何控制空间站水循环处理系统的微生物数量对于保证航天员的饮用水和生活用水十分重要。微生物数量超标会对航天员身体健康产生影响,某些硫酸盐还原菌也会附着在管道设备上并发生化学反应,产生的H₂S气体会腐蚀设备。控制水循环处理系统的微生物有地面控制、选用特殊材料和在轨杀菌共3个方面。2003年NASA给出了空间站中微生物控制的一系列要求。文章中提出了两种微生物检测方法:ATP生物发光法和比色固相萃取法测碘和银离子数量的方法,通过比较两者的优劣以及多方面的探究,最后,确定通过监测碘和银离子的数量来控制微生物数量更加方便有效。     

基于RFID的民用飞机装配生产管理信息系统模型研究

在对飞机装配过程特点、飞机装配制造执行系统及业务流程、飞机装配流程进行一系列分析的基础上,提出了基于RFID技术的飞机装配生产管理信息系统模型,实现企业级信息系统与车间装配执行系统的连接,以及装配过程信息实时传送,保证了信息的实时性和准确性,为企业管理人员实现生产调度、有效管理提供了保障.阐明了该模型的体系架构、层次关联、技术路径与实施方案,为现代飞机制造企业提供了一种可行的装配生产管理信息系统的参考模型.     

基于卷积神经网络的疲劳驾驶识别

机组人员疲劳驾驶是引发航空事故的原因之一。现有的研究缺少将脸部信息融合的疲劳表情识别,对疲劳表情识别可有效提高疲劳驾驶识别准确率。根据卷积神经网络的基本结构,将卷积核大小为1×1的卷积层加在输入层之后,让网络深度增加、提高特征学习能力、增加输入数据的非线性表示,同时对计算量基本无负面影响,采用线性修正函数ReLU作为激励函数解决模型在训练中梯度消失问题,提出了一种改进的卷积神经网络模型。基于LFW数据集筛选出正常、说话、疲劳3种状态表情,对其进行预处理建立疲劳表情数据集。训练完成的CNN模型对自建疲劳表情数据集实验识别准确率为88.3%,平均识别时间为20ms,与传统疲劳驾驶识别方法相比具有准确率高和实时高效的优点。与未改进的卷积神经网络相比,识别准确率提高了5.02%。     

BP神经网络在航空复合材料敲击检测中的应用

随着航空复合材料运用越来越广泛,其本身缺陷造成的事故也愈来愈多.提出一种利用敲击检测和BP神经网络的航空复合材料无损检测方法.首先运用敲击检测采集数据;然后运用平均值法和方差法来对数据进行修正;最后借助MATLAB软件进行BP神经网络数据分析,在训练数据4 000组、测试数据20组时,准确率可达90%.实例验证结果表明,基于BP神经网络的敲击检测方法可以实现航空复合材料缺陷的有效检测.