基于IRCMNDE和NNCHC的滚动轴承故障诊断

针对多尺度散布熵（MDE）在粗粒化过程中易发生信息丢失、产生虚假信息,难以全面提取轴承故障信息的问题,提出了基于改进的精细复合多尺度归一化散布熵（IRCMNDE）和最近邻凸包分类（NNCHC）的滚动轴承故障诊断方法。引入精细复合多尺度散布熵（RCMDE）,将其粗粒化过程中平均值替换为最大值来表示数据段信息,以克服传统粗粒化过程的不足并突出故障特征。通过归一化操作减弱熵值计算时不同参数选择导致的熵值波动幅度,得到IRCMNDE。将IRCMNDE作为故障特征,使用NNCHC分类器对故障特征进行分类。经实验验证,该方法可达到98.98%的故障识别准确率,相比基于MDE（故障识别准确率为95.99%）和RCMDE（故障识别准确率为97.60%）的方法,能够更准确地提取滚动轴承的故障特征信息,提高承故障分类的准确性。      

基于叶端定时的转子叶片动应变重构不确定性量化

基于叶片非接触式动应变重构理论,开展动应变重构不确定性量化方法研究。基于方差合成定理建立重构叶片动应变不确定性量化分析模型;以模拟转子叶片为研究对象,开展旋转叶片叶端定时试验,利用周向傅里叶算法获取不同叶端定时传感器布局下的测点振幅,通过最大熵方法拟合振幅分布概率密度函数,确定叶端定时测振的不确定性参数;结合Kriging代理模型和试验共振频率数据对叶片有限元模型进行修正,获取关键测点位移-应变转换因子,并获取考虑共振转速以及测点位置不确定性的转换因子不确定性参数;获取重构动应变的均值、标准不确定度和包含区间,与应变片测量数据作对比。结果表明,除5号叶片A测点外,测量动应变均位于重构动应变的95%置信度下的包含区间内,且所有叶片的应变片测点动应变重构误差不超过15%。     

大型复杂项目风险建模与熵决策

对复杂系统规模庞大、结构复杂、风险众多从而难以进行决策的问题,提出了分级建模、风险过滤、风险评价和熵决策的复杂项目风险决策思路.应用分级全息建模技术辨识系统风险,开发了一个卫星系统研制项目的风险识别模型,克服了单一模型描述风险源的局限性;通过风险过滤、评级和管理技术对已经识别的风险进行定性和定量的度量,对风险进行分级,确定了关键风险;利用熵决策模型对关键风险进行评估和优选,得到最优决策方案.在此基础上开发了一个卫星系统研制项目方案选优决策的案例对该过程进行了分析,为大型复杂项目风险决策、重大工程项目方案择优决策提供了一条新的思路.     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点,提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验,并采用经验模式分解(EMD)方法对采集的振动信号进行分解,提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明,所提出的Deep-GBM故障诊断准确率达到87%,相对于传统的机器学习模型准确率最高提升了28%,并具有良好的泛化能力。      

液体火箭发动机初始雾化液滴分布预测

在简要描述使用最大熵原理预测初始雾化液滴分布的基础上,发展了较传统方法具有更大收敛域的数值计算方法,建立了离心式喷嘴雾化特性研究实验台,使用激光相位粒子分析仪进行了雾化粒径分布研究,结果显示实验数据同使用最大熵原理预测的分布吻合性较好,在此基础上最后提出了在液体火箭发动机雾化粒径分布预测应用中的策略。     

基于物元分析与熵权法的机务人员胜任力评价

针对机务人员招聘、培训和考核问题,运用物元分析法与熵权法建立机务人员胜任力评价模型。依据物元分析法建立了机务人员胜任力评价的物元体系,并采用熵权法确定胜任力指标的权重。通过实证分析表明,该评价模型具有较强的实用性。     

摩擦体系结构分析和定量建模的熵探索

提出摩擦系统演化的3种基本形式。在非平衡态热力学熵平衡方程的框架下构造摩擦系统的数学模型．用熵产生表征摩擦磨损过程的各种现象。讨论了各因素的物理量纲及其统一到熵的途径。研究表明．用非平衡态热力学研究摩擦磨损有助于摩擦学的系统分析．熵产生可以定量表示摩擦磨损过程的所有因素——材料破坏、摩擦发热、摩擦化学反应以及摩擦相变等摩擦过程的物理化学变化。     

引气对高压压气机效率评价影响分析

在总结压气机温升效率和扭矩效率之间差异性和关联性的基础上,本文对带级间引气的高压压气机两种等熵效率评价方法进行了研究,探讨了级间引气参数对压气机两种等熵效率修正的影响程度,并开展了试验验证.结果表明:压气机存在机械传动损失,使扭矩效率总是低于温升效率;引入级间引气参数修正前后的压气机温升效率差异不大,变化幅度在±0.5...     

GNSS-IR双频数据融合的土壤湿度反演方法

目前全球导航卫星系统反射信号干涉测量（GNSS-IR）土壤湿度反演研究仅针对单一频点展开,提出用熵值法将2个频点数据进行融合以改进土壤湿度反演精度。首先,利用频谱分析法分别解析出各频点的信噪比（SNR）序列的振荡频率,计算出对应的等效天线高度,并利用最小二乘法求解各频点信噪比序列相位;然后,通过熵值法进行2个频点的相位观测量融合;最后,利用融合结果与实测土壤湿度建立经验模型,实现土壤湿度反演。利用地基观测实验获得的全球定位系统（GPS）L1和L2信噪比数据对该方法进行了验证,结果表明:L1和L2双频融合反演结果平均标准差为0.6%,比L1单频反演结果提高64.73%,比L2单频反演结果提高32.12%;均方根误差为0.37%,比L1频点降低72.8%,比L2频点降低73.4%。