阿尔卡特DME／DVOR设备三种远程监控方案的设计与实现

本文以意大利阿尔卡特生产的FSD－40／45型DME测距器和DVOR4000型全向信标机为实例，对设备的I／O系统和监控软件作了分析，并结合数据通信知识设计了三种远程监控方案，为实现灵活地远程监控该设备提供了经验。     

西航公司6σ品质理论的实践与应用

概要介绍西航公司引入 6σ管理的基本情况和实施 6σ管理的基本内容。结合生产质量改进项目实例 ,说明 6σ管理方法及主要工具在生产过程控制方面的应用。     

持续改进质量管理 不断引领企业远航——东航江苏有限公司召开质量管理体系评审会议

为了确保公司质量管理体系的适宜性、充分性和有效性，东航江苏有限公司于2月13日上午召开了2003年质量管理体系评审会议。会议的主要目的是通过对本公司去年ISO9001：2000版管理体系运行情况的评审，进一步使本公司2004年的管理质量得到改进和完善。公司总经理苏国新、副总经理杨建敏、邓济     

基于支持向量机方法的发动机性能趋势预测

为了提高对航空发动机性能趋势预测的精度，提出利用支持向量机方法来预测表征发动机整体性能的参数一性能综合指数。建立了基于支持向量回归的一步及多步预测模型，利用该模型对性能正常衰退及性能异常发动机的综合指数分别进行预测，并与自回归(AR)模型的预测值进行比较。结果表明，基于支持向量机的预测模型比AR模型的预测精度更高，其四步预测精度由80．56％提高到88．51％。因此该模型尤其适合中、长期预测。     

相邻激励器合成射流流场数值模拟及机理研究

建立了将合成射流激励器腔体、出口喉道、外部流场作为单连域计算处理的吹／吸型边界模型。在此基础上,对不同相位差、不同振幅、不同频率的相邻激励器相互作用形成的合成射流流场进行了数值分析。计算结果表明：相邻激励器工作时的相位差、振幅不同、驱动频率不同对其形成的合成射流流场有很大影响,合成射流不再对称分布,流动将发生偏转。其机理是由于两激励器吸入和排出流体流动不同(不同相、不同幅值、不同频率),使得两列旋涡对不对称,因此在两列旋涡对之间存在涡量强度不同和压强梯度,从而引起旋涡对向低压侧和强涡量区偏转。     

联合优化的BP神经网络模型的应用研究

BP算法因收敛速度慢、易于陷入局部极小值等缺点，使得对于较大的搜索空间、多峰值和不可微函数常常不能搜索到全局极小点，这些制约了BP网络在各个领域中的应用。本文通过对学习系数、神经元的激励函数及误差函数的联合优化，在一定程度上避免了学习中的局部极小问题，提高了学习效率，改进了网络的性能。     

基于C/S结构的远程维护系统

提高计算机应用系统的可维护性，降低维护代价，一直是项目研发人员追求的目标。给出一种新的系统维护方法；系统采用客户机/服务器模式，通过Internet对远程机进行控制与操作，完成系统维护信息的搜集与发送，实现远程系统的故障诊断和软件的维护工作，对用VC 实现的核心技术做了说明。现已应用于自动化立体仓库系统远程维护工作中。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

编与读

编与读读者朋友们:2007年在你们的热心支持中过去了。回顾过去的一年,《读者园地》版块给我带来了许多的惊喜,许多的感动,也有一些遗憾和愧疚。惊喜的是我看到了你们在事业上取得的成就,在学业上获得的成绩;感动的是你们对航空航天执着的追求和热爱;遗憾的是由于版面的关系,不能每一封信都一一回复和解答;愧疚的是由于疏忽,有时给读者的答复不是完全准确。我们迎来了2008年,这是令全国人民都欢欣鼓舞的一年——奥运会即将在北京召开。新年新气象,我们的《读者园地》也希望借着这阵东风,走上更高的台阶!我们热切地希望新老读者一如既往地支持我们!E-Mail:hkzszz@163.com《读者园地》编辑