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要参数,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K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计

提出了一种基K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计方法.首先用K-均值聚类法将全包线范围内的数据进行聚类,然后在每一个类当中,用迭代约简最小二乘支持向量回归机设计一个子推力估计器.在用迭代约简最小二乘支持向量回归机设计子推力估计器的过程中,为了使计算数值更稳定,用Cholesky分解代替原来的迭代方法.最后仿真实验表明,此推力估计器能满足直接推力控制的需要,并和其它的方案比较起来,该方案存在一定的优势.      

反舰导弹维修费用偏最小二乘估算方法

参数估算法能够将影响维修费用的各种客观因素综合考虑,通过建立回归模型,对反舰导弹维修费用进行科学地直接估算。偏最小二乘回归方法在处理样本容量小、自变量多、变量间存在严重多重共线性问题等方面具有得天独厚的优势。文章综合分析了影响反舰导弹维修费用的各种因素,建立了基于偏最小二乘法的费用估算模型,设计了精度评定方法。通过实例计算验证,该方法建立的模型拟合度好,变量累计解释能力强,估算误差在5%内。     

无失效数据下液体火箭发动机的E-Bayes可靠性分析

为了解决航空航天产品、造价昂贵的产品及高可靠性产品的可靠性评估,本文在无失效数据情况下,对液体火箭发动机进行了可靠性分析.应用E-Bayes(Expected-Bayesian)估计法,在有关研究的基础上,针对液体火箭发动机热试车过程中可能出现的无失效数据情况,确定了失效概率的先验分布,并给出了E-Bayes估计和多层...     

适用于混合网格的约束最小二乘重构方法

为强化边界条件对计算流体力学(CFD)计算中流场重构过程的影响,基于三维任意多面体混合网格,对一种约束最小二乘法进行了研究。通过对不同边界类型的透明化处理,统一了约束方程组的形式,从而简化了该方法的应用。为了充分吸收消去法和加权法各自求解约束方程组的优点,提出了混合采用两种方法的思路。针对层流平板研究了加权法中加权系数如何取值问题,数值实验表明加权系数取到5基本已经足够大。最后通过亚声速层流平板和跨声速湍流ONERA-M6算例对比了混合法、加权法与原始最小二乘法,计算结果表明:约束最小二乘法相比原始最小二乘法的流场重构更加准确,特别是对边界质量较差网格的计算优势更为突出;混合消去加权法相比单独采用加权法的计算结果也有所改善。     

基于支持向量机和卡尔曼滤波器的航空发动机故障诊断研究

针对航空发动机上可用传感器测量参数偏少情况下的健康参数估计问题,提出1种先分类后估计的方法。将传感器测量参数输入异常监测模块,对发动机工作状态进行监测,若监测结果为无故障则直接给出无部件故障的诊断结论;否则将测量参数输入最小二乘支持向量机(LSSVM),对部件故障进行分类,卡尔曼滤波器根据分类结果只对故障部件的健康参数进行估计。仿真结果表明:该方法可以减少需要估计的健康参数,提高估计精度。     

旋转干涉仪定位体制系统误差标校方法

除了信号噪声原因带来的相位差随机误差,旋转干涉仪定位体制中相位差的测量误差主要包括由通道幅/相不一致、载荷与转台时间不同步、基线旋转平面与卫星平台本体非共面等因素引入的相位差系统误差.系统误差的大小直接决定了定位结果偏离真实位置的程度,为了减小系统误差对定位精度的影响,通过对旋转干涉仪相位差进行建模,将系统误差等效为转...     

JJF 1151-2006《车轮动平衡机校准规范》问题探讨

针对JJF 1151-2006《车轮动平衡机校准规范》中最小可达剩余不平衡量、相位允许误差、分离比在校准方法等方面存在的问题,提出不同意见及修改建议。     

一种MED最优滤波长度选择新方法及其应用

最小熵解卷积（MED）是旋转机械故障诊断领域广泛应用的有效方法，它可以从噪声中提取微弱的故障冲击成分。然而它的有效性依赖于滤波长度的选取，目前，针对MED滤波长度的自动选取并没有明确有效的方法，往往需要人为经验选择。因此，在MED的算法基础上，通过结合自相关函数，提出了一种MED最优滤波长度选择的新方法，该方法构建了一个能量判定标准来衡量输出信号的周期性，从而自适应地确定MED的最优的滤波长度以提升微弱故障信号中的周期脉冲成分，避免MED方法容易出现最大化单一随机脉冲现象的发生。该方法应用于滚动轴承故障微弱冲击特征提取，并利用两个实例进行了有效性验证：基于辛辛那提试验中心的滚动轴承全寿命疲劳加速试验；带机匣的航空发动机转子试验器模拟远离轴承振动源的故障试验。结果表明，所提方法可以消除传递路径影响，提升微弱冲击周期性特征，并且与最大相关峭度解卷积（MCKD）方法相比，诊断结果更具优势。