基于支持向量机的滚动轴承状态寿命评估

应用状态寿命描述滚动轴承的使用寿命,并建立了滚动轴承的状态寿命评估模型.状态寿命评估模型建模的关键是振动信号的特征提取和状态的识别算法.针对滚动轴承振动的特点,提取小波包重构信号的频带能量构造特征向量,利用支持向量机作为辨识算法建立滚动轴承状态寿命评估模型.滚动轴承全寿命试验验证了模型的有效性和可信性.     

机载协同数据链系统现状与未来

机载协同数据链系统是未来空战各种飞行平台间相互协同的基础。本文分析了美军的战术目标瞄准网络技术(TTNT)、机间数据链(IFDL)以及F—35采用的MADL数据链,从而反映了机载协同数据链进一步的发展。     

嵌入维数自适应最小二乘支持向量机状态时间序列预测方法

 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题,提出一种基于嵌入维数自适应最小二乘支持向量机(LSSVM)的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重?问?以交叉验证误差为评价准则,利用粒子群优化（PSO）进化搜索LSSVM预测模型的最优超参数与嵌入维数,同时通过矩阵变换原理提高交叉验证过程的计算效率,并最终建立优化后的LSSVM预测模型。航空发动机排气温度（EGT）预测实例表明,该方法可自适应选取适用于状态时间序列预测的最优嵌入维数且预测精度高,适用于航空发动机状态时间序列预测。     

基于稀疏最小二乘支持向量机的航空发动机动态过程辨识

针对现有最小二乘支持向量机(LS-SVM)稀疏性不足的难题,提出一种稀疏化策略,应用此方法建立了航空发动机动态过程模型.在对原始样本预求解过程中,该策略使用改进Gram-Schmidt正交化算法对非线性映射矩阵实施递归分解,同时以阈值监督输出向量的残差化过程,从而优选训练样本,降低样本规模,节省内存,提高LS-SVM学习速度.仿真表明,基于优选样本的学习模型较之其他训练样本学习模型提高了回归精度和速度,验证了方法的可行性;基于实际试验数据建立的航空发动机动态过程模型在类似过程参数预测以及性能递推预估仿真表明,高压转子相对转速误差低于0.2%,低压转子相对转速误差低于0.35%,涡轮后燃气温度误差小于3.5℃,满足控制与仿真的需要.      

基于支持向量机的飞行控制系统辨识

以飞机为研究背景,基于系统辨识中的串-并联辨识模型,应用一种支持向量回归机的方法,对飞行控制系统模型进行了辨识。通过仿真,成功地得到了飞行控制系统的辨识模型。结果表明:该方法有很好的预测性能,具有很高的精度,同时也能很好地反映飞行控制系统的特性。     

加表量化精度对惯导平台误差系数辨识的影响

通过采用加表的输出以及由离心机半径、角速度、角位置所确定的向心加速度输入作为观测量的辨识方法,结合惯导平台的误差模型,仿真分析了加表量化精度对惯导平台误差系数辨识结果的影响。结果表明,加表量化精度越高,惯导平台误差系数的辨识精度越高。     

基于多分类器融合的航空发动机气路故障诊断

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了D-S证据理论对RBF神经网络、BP神经网络和支持向量机三个诊断子系统的诊断结果进行决策级融合,结果表明D-S证据理论的使用可以达到比单独运用三个子系统具有更好的诊断效能,经过融合降低了误诊率,改善了诊断性能。     

基于串口通信的虚拟仪器平台的设计与测试

设计了一套基于串口通信的虚拟仪器平台。系统硬件采用DSP平台和PC平台协同工作的模式,其中DSP芯片为协处理器,负责信号采集和预处理。PC平台负责信号分析与工作状态控制,用户可以通过开发好的PC平台软件完成对系统的控制,PC机与DSP的通信采用串口实现。分析了串口通信质量对信号测量的影响,实验结果显示串口通信稳定可靠,通信误码对信号分析影响不大,能够满足串口通信虚拟仪器平台的需求。     

基于PSO_LS-SVM的装备研制费用预测研究

在简要介绍了粒子群优化算法基本原理的基础上,建立了基于POS_LS-SVM的装备研制费用预测模型,并应用实例进行了验证。结果表明,采用PSO_LS-SVM方法进行装备研制费用预测,得到的预测结果精度更高、计算速度更快。     

航天器公用空间搭载试验平台设计

我国航天器搭载试验包括空间材料实验、航天医学实验和航天新技术验证试验,具有数据量大、需要实时传输、工作模式多样等特点。文章根据试验项目的需求,设计了应用于低轨道航天器的支持各类空间搭载试验项目的公用试验平台。地面测试验证和在轨运行情况表明,该平台在不影响飞行器平台安全的同时,满足了对试验项目的工作控制、遥测监视及试验数据传输管理的任务要求。