基于学习的中段反导拦截时间和拦截点预测方法

弹道导弹实时、准确地预测拦截弹的拦截点与拦截时间，是实现中段突防的有效手段。针对弹道导弹中段突防中的拦截点坐标及拦截时间的预测问题，提出了一种基于监督学习的在线预测方法。以拦截弹的主动段关机参数和关机时刻为输入量，建立拦截时间和拦截点预测模型。在多层感知机神经网络的基础上构建有监督学习算法，通过攻防仿真获取拦截弹的参数制作训练数据集，在线下完成网络训练。仿真结果表明:神经网络能够有效在线预测拦截时间和拦截点坐标，预测结果的相对误差分别为0.124 3%和0.128 5%，拦截时间预测结果误差的平均值为0.224 0 s，拦截点预测结果距离误差平均值为2 016.48 m，均满足精度要求。      

数控机床主轴热误差测点优化及建模技术研究

为了减少热误差对数控机床加工精度的影响,首先利用热成像仪初步找出机床温升明显的位置,然后利用灰色理论对16个温度测点的试验数据进行优化处理,找出与热误差关联度较高的测点;将优选出的温度测点数据和实测的Z轴热误差数据进行划分,采用GM (1,n)灰色预测和BP神经网络建立热误差预测模型,并在试验机床上进行验证。试验结果表明:采用灰色GM (1, n)模型预测结果与实际测量平均相对误差为10.17%,采用BP神经网络预测与实测结果平均相对误差为5.19%,优于灰色GM (1,n)预测,能起到提高热误差预测精度的作用。     

基于ABC-BP神经网络的航空发动机滑油金属含量预测

为有效监测发动机滑油状态,本文建立基于ABC-BP神经网络的滑油金属含量预测模型。在参数的初始化阶段,人工蜂群的适应度为BP神经网络的误差函数,神经网络的阈值和权值选定为适应度最优的一组参数。通过实验仿真对民航实际数据进行研究,实验表明模型预测效果理想,为实现健康管理和故障预测奠定基础。     

不确定航迹自适应预测模型

针对现有航迹预测技术中，存在无模技术缺乏理论分析支持、能力有限、适用范围窄、有模技术先验假设过多、前提条件严苛、通用性差等问题，通过理论推导，利用循环和多层神经网络结构，研究提出了具有理论严谨、先验假设少、适用范围广、通用性强等优点的不确定航迹自适应预测模型，同时给出了典型的实现方法。该模型克服了现有航迹预测方法的缺点与不足，并具有无模与有模两类技术的优点与长处，仿真和实测实验验证表明：该模型能很好地提取识别出数据中存在的模式，并基于模式，进行正确有效地预测，能有效解决不同实际环境中的航迹预测问题，效果明显。     

空间引力波探测微牛电推进寿命评估研究现状

阐述了空间引力波探测任务中无拖曳控制技术对推进系统的特殊要求，介绍了目前主要的备选推进类型：冷气推进、离子电推进、会切型霍尔电推进、胶体电推进。针对面向空间引力波探测任务的电推进系统的寿命评估工作进行了任务分析，报告了目前微牛级电推进系统寿命试验研究现状，举例说明了目前主要应用的电推进装置寿命预测方式，包括半经验模型预测、数值模拟预测、基于数据驱动的预测以及系统层面的可靠性评估方法。对目前微牛级电推进系统的寿命评估研究现状进行总结，给出了发展思路。     

航空铝合金材料低温疲劳研究进展

铝合金材料由于具有强度高和易加工等优势,被广泛应用于航空工程领域。低温是航空铝合金材料使用中不可避免的环境因素,低温下航空铝合金材料的疲劳行为也受到国内外学者和工程界的高度关注。综述了近年来航空铝合金材料的低温疲劳试验研究,分析了低温疲劳失效机理,归纳了航空铝合金材料的低温疲劳模型表征和寿命评估方法,并展望了需要在试验、失效机理、模型表征和寿命预测方面进一步研究的问题,为航空铝合金材料的工程设计和应用提供帮助。     

基于随机森林的航空器到达时刻预测

航空器到达时刻（ ETA）预测是进场排序与调度的基础，因此进场飞行时间的快速与准确预测显得尤为重要。通过分析航班信息、天气信息以及空中交通信息，基于随机森林算法构建了航空器到达时刻预测模型。选取上海浦东机场进场航班进行仿真验证，仿真结果表明，预测模型可以实现航空器到达时刻的快速与准确预测。     

某发动机涡轮叶片伸根段低循环疲劳寿命研究

通过对载荷工况下叶片伸根冷却孔区域的应力分析，材料试样的P－S－N曲线和结构模拟件疲劳寿命试验结果的综合分析，给出了置信度95％，可靠度99．9％下伸根段的安全使用寿命，为故障的排除和定性分析提供了理论依据。     

IETM数据在装备全寿命中的综合利用

解析了IETM数据特点,介绍了共享数据环境(SDE)在装备信息全寿命管理 中的作用,结合我国装备管理现状分析了以存储在公共源数据库(CSDB)中的IETM数据为基础构建装备保障共享数据环境的关键问题.