基于改进容积卡尔曼滤波的奇异避免姿态估计

 利用矢量进行卫星姿态估计可以归结为非线性滤波问题。为了提高卫星姿态估计的精度,利用龙贝格-马尔塔(LM)迭代算法改进了容积卡尔曼滤波(CKF)。继而,提出改进容积卡尔曼滤波与四元数结合的容积四元数估计器(CQE),有效地避免了卫星大角度机动出现的奇异现象。进一步,给出了一种与影子修正罗德里格参数切换的容积修正罗德里格参数估计器(CME)。仿真对比表明,初始误差较大时容积修正罗德里格参数估计器具有更好的收敛速度和鲁棒性。     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.     

利用机载GNSS-R的有效波高反演技术

采用自主研发的多源多宿GNSS-R(Global Navigation Satellite System-Reflections,全球导航卫星系统反射信号)海洋环境遥感探测系统,在天津渤海湾特定区域进行了3次机载校飞试验,获得了大量有效GNSS-R信号数据,对自然条件下的海面有效波高进行了反演处理。该系统通过对接收的GNSS直达信号和海面反射信号进行相关运算处理,可以获得DDM(Delay-Doppler Mapping,时延—多普勒映射)图谱,再利用DCF(Derivative of the Correlation Function,相关函数的导数)在DDM图谱基础上进行相关功率波形的计算,进而通过计算DCF的函数波形宽度得到海面有效波高,验证了该方法的可行性。该方法具有全天时、全天候、高分辨率、低成本等优点,对全球范围内中小尺度海洋状态和物理现象的监测具有重要意义。     

变循环发动机稳态控制规律设计的新方法

变循环发动机(VCE)具有较多的可调参数,为了进行变循环发动机的多变量稳态控制规律优化设计,提出了用于变循环发动机稳态控制规律优化设计的一种新方法-逆算法。该方法基于敏感性系数矩阵,采用可调参数替换传统部件级性能计算模型中的独立变量,在给定变循环发动机主要状态参数和部件参数的条件下,实现了可调参数的求解,进一步完成发动机稳态控制规律的优化设计。对比表明,逆算法的计算精度和收敛速度与传统算法一致,收敛性得到了改善。对带有核心机驱动风扇(CDFS)的双外涵变循环发动机亚声速巡航的节流状态控制规律优化后,使得巡航推力下的安装耗油率比定几何的双外涵和单外涵发动机分别下降7.8%和16.4%,而地面安装耗油率最大降低约3.4%。结果表明,逆算法是变循环发动机稳态控制规律优化设计的一种有效途径。     

基于多岛遗传-模拟退火算法的气动外形优化

针对超声速翼型滑翔机的气动外形优化问题,提出了一种多岛遗传算法与模拟退火算法相结合的混合优化算法。首先,通过多岛遗传算法产生一个随机的初始种群,找到全局最优点附近区域的一个次优解;然后,将此次优解作为模拟退火算法的初值启动退火进程,缩小设计空间的范围,找到全局最优解。优化结果表明,所提混合算法可以有效地解决飞行器外形优化问题;在数量巨大的设计空间中,滑翔机的最优气动外形能够以较低的计算资源代价快速得到;双弧形翼型的气动特性较六边形翼型更有优势,叉形尾翼的静稳定性和控制效率高于十字形;优化后的外形极大地增加了滑翔机的滑翔距离。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

一种新的基于可解释性置信规则库的飞轮健康状态评估模型

飞轮系统的稳定运行对于航天器在轨安全影响重大,因而对飞轮系统进行健康状态评估至关重要。在进行飞轮系统健康状态评估建模时,不仅要求模型能够处理各种不确定性以保障评估结果的准确性,同时要求其具有透明合理的评估过程与可解释、可追溯的评估结果。因此,在深入研究置信规则库（BRB）建模方法的基础上,构建了一种新的基于可解释性建模的置信规则库（BRB-e）飞轮系统健康状态评估模型。首先,结合飞轮系统特征对模型的可解释性建模准则进行定义;在此基础上,设计了BRB-e评估模型的推理过程;然后,基于鲸鱼优化算法（WOA）,提出了一种具有可解释性约束的BRBBRB-ee模型参数优化方法;最后,通过对某飞轮系统中轴承组件的评估案例研究,验证了模型在飞轮系统健康状态评估中的有效性。对比研究表明,BRBBRB-ee模型在评估结果准确性和评估过程可解释性方面具有一定的优势。     

基于QGA算法优化支持向量机回归的数控机床主轴热误差建模研究

针对精密数控机床主轴的热误差的实时监测反馈问题,提出了一种用于主轴热误差的建模方法。该方法利用QGA(Quantum Genetic Algorithm)寻优算法和支持向量机回归方法的复合建模方式,建立了机床主轴热误差回归模型。并通过搭建主轴热特性测试平台,采用聚类方法筛选主轴的温度敏感点,将采集到的热特性数据用于构建的热误差建模中。实验结果表明,该方法在机床主轴热误差预测中,残差值小于1.5μm,能够为主轴热误差的闭环控制过程提供准确反馈。     

航空发动机机载健康管理系统设计方法

为解决航空发动机机载健康管理系统正向设计流程不清晰、设计需求不明确、需求设计对应及追溯不规范的问题,在对比国内外现有健康管理功能架构体系的基础上,结合正向设计中需求捕获、需求分析和功能分配,研究了由上到下的航空发动机健康管理系统正向设计基本流程,开发了航空发动机健康管理正向设计流程平台,实现了机载功能架构的设计。引入基于模型的系统工程思想,采用面向对象的工程设计思路,建立功能目标量化、功能描述、模块定义等图形化设计方法,验证了该设计方法在硬件设计中的可用性。通过研究航空发动机机载健康管理系统设计方法并分析机载功能组成,建立了可扩展的流程平台,基于模型设计方法建立了可用的硬件设计模型,可为航空发动机机载健康管理系统设计提供参考。     

基于轨迹聚类的民用飞机线束综合设计方法

针对目前民用飞机EWIS线束综合设计时存在因信号数量大、路径复杂所导致的工作难度高、设计效率低等问题,设计了一种基于轨迹聚类的线束综合设计方法。根据布线网络上敷设的信号路径,以网络节点所构成的轨迹段形式构建信号路径轨迹,并通过改进的LCSS算法衡量信号轨迹间的相似性,使用基于密度的DBSCAN聚类算法将信号划分到不同的线束组件。结合某机型机上数据与现有线束信息比较,并使用建模软件分析对比实验结果,验证了该方法的可行性。