基于大数据分析平台的APU维修决策优化

通过科技创新建立的APU全寿命及成本管理系统是一个大数据分析平台,运用概率神经网络对APU系统故障进行智能判断,运用0-1线性规划法自动产生基于APU性能的维修管理决策,运用价值工程方法产生基于价值系数的维修管理决策。该系统的应用提高了APU的可靠性和经济性,使APU的维修决策由静止的、事后分析可靠性转变为预测性、基于概率分析方法的维修决策。     

轴承腔润滑油沉积特征分析

通过对油滴变形和运动、油滴/腔壁碰撞过程质量和动量转移,以及二次油滴沉积的分析,在考虑油滴尺寸统计分布特征的情况下,建立了轴承腔中润滑油滴沉积过程中沉积质量和动量转移分析模型。探讨了油滴的变形特征和变形对油滴运行轨迹的影响,以及油滴变形和二次沉积效应对典型尺寸油滴沉积特性与润滑油滴沉积特性的影响。计算结果表明,由于变形后油滴所受阻力增加,运行轨迹更加弯曲;受气相介质影响,油滴无量纲长半轴和短半轴呈动态变化且变形量呈对称分布;一次沉积质量增加,一次动量转移减小;二次油滴沉积是润滑油沉积质量和动量转移的主要部分;相较于转子转速,密封进气量对油滴沉积质量的影响更大;动量转移量随着转子转速的升高而增大,而密封进气量的影响与之相反。     

AR模型在火箭发动机遥测数据中的应用

针对火箭发动机氧离心泵的遥测数据信号非平稳和非线性的特点,提出一种基于AR模型双谱方法分析、处理和提取火箭发动机氧离心泵开始测试、火箭飞行、火箭关机等三个阶段的故障信息,探讨了二次相位耦合与火箭发动机氧离心泵故障的关系。首先对两个频率二次相位耦合信号进行了AR模型双谱仿真,获得二次相位耦合信号的一般规律,然后采用AR模型双谱方法对此氧离心泵测点三个阶段的遥测数据进行二次相位耦合分析。结果表明,采用AR模型双谱方法可用于识别火箭发动机氧离心泵的故障。该氧离心泵发生故障主要是二次相位耦合引起更强烈的非平稳振动造成的,论证了通过二次耦合相位分析火箭发动机离心泵故障的有效性和可行性,可为氧离心泵后续的性能改进提供依据。     

直流电阻箱误差对检定二次仪表的影响

直流电阻箱作为温度二次仪表的检定标准,与其作为电学标准的要求有所不同。本文以某次直流电阻箱的检定数据为例,通过分析其误差给出了直流电阻箱能否成为二次仪表检定标准的评估方法。所介绍的方法也可作为用电阻箱建标时的评估方法。     

基于冲击特征提取的旋转机械智能故障诊断

针对齿轮、轴承故障，提出了基于冲击特征提取胶囊网络的旋转机械智能故障诊断模型。在胶囊网络的构架基础上，将原始故障振动信号作为输入，通过构造首层小波核卷积层，针对性提取冲击故障特征，提高深度学习网络特征提取的可解释性。在小波核卷积层之后扩展一层卷积层，强化首层小波核卷积层提取的特征，将强化的特征经初级胶囊层、数字胶囊层输出分类结果，从而构造了“端到端”的小波卷积胶囊网络模型。通过对各层提取的特征可视化分析，证明了该模型对故障振动信号的冲击特征具有良好的提取能力。3个不同实验平台的数据集验证结果表明不同故障类型、不同故障程度的齿轮及轴承的识别精度最高可达到100%，并具有良好的泛化能力。     

RNN在降落伞开伞特性研究中的应用

为了对降落伞充气展开过程中的拉力、速度等关键特性进行预测,结合当下机器学习的研究热点,使用循环神经网络对空投试验数据进行学习和训练。文章对原始数据进行了归一化预处理并且采用批量梯度下降的训练方式;试验验证了循环网络方法对充气过程中重要参数进行计算的可行性;并且说明了时间序数索引项在试验中需带入网络参与计算的特点。试验结果表明,使用循环神经网络对训练集数据的开伞速度曲线拟合效果很好;计算结果能够准确反映开伞过程中的拉力变化趋势,峰值误差小于1%,且峰值时刻误差小于2%。     

快递企业末端共同配送联盟利益分配研究——基于改进的Shapley值法

文章从静态和动态两个方面,综合考虑联盟利益分配的风险因素、服务质量因素、入盟时间因素和核心竞争力因素,改进Shapley值法,旨在探索实现末端共同配送联盟利益公平分配的方法,促进快递企业末端共同配送联盟的可持续发展。