基于ARCN模型的轴承故障诊断

提出注意力循环机制与胶囊网络融合的注意力循环胶囊网络（ARCN）的诊断模型。提取时序特征信息构建初级胶囊;自适应融合路由机制、注意力循环机制构建数字胶囊特征;基于西储大学轴承实验数据,验证了ARCN模型的准确率、鲁棒性、稳定性、收敛误差,其准确率相比Caps模型识别准确率提高1.2%、收敛误差达到0.2。基于实验仿真平台,采集正常、内环故障、外环故障和滚动体故障的振动信号,并通过小波基变换获取的时频图构建ARCN模型的数据集。仿真实验结果表明:ARCN模型下,每类故障被误诊的概率不超过总样本的1%。      

基于有向图模型的民机航空电子系统故障诊断

结合民机航电系统外场可更换单元或模块（LRU/LRM）的故障模式及影响分析（FMEA）、故障树 分析和实时性要求,设计了基于时间故障传播图（TFPG）的系统故障诊断元模型和领域模型,研究了基于逻 辑和时间一致性检验的故障诊断算法,使用后向推理和可信度度量列出候选故障集。以飞行管理系统为例,构 造了其功能失效的TFPG 模型,并通过仿真验证了基于TFPG 的诊断在滤除级联效应和关联驾驶舱效应中的有 效性。     

航天器表面环境散射返回流污染数值模拟和影响因素分析

针对航天器表面出气分子形成的环境散射返回流污染问题,利用试验粒子Monte Carlo方法对圆球和圆柱体简化航天器表面环境散射返回流进行数值模拟。其中,圆球出气表面的计算结果与已有的DSMC(Direct Simulation Monte Carlo)方法计算结果一致,验证了该方法的正确性。此外,对不同长径比的圆柱表面环境散射进行了计算和分析,结果表明:来流方向垂直于圆柱对称轴时,返回分子主要分布在圆柱体侧面的迎风部位;返回通量比随来流与出气分子质量之比的增加逐渐减小,随来流与出气表面温度之比、来流分子速度比和数密度的增加而增大;不同长径比条件下返回通量比相对于上述4个参数的变化具有相似性和递变性,短粗体的返回通量比最小,长细体的最大,正常圆柱体的则居中;返回通量比相对来流攻角的变化在不同长径比条件下不再具有相似性,而是取决于有效迎风面积。     

高空环境下喷嘴参数对航空活塞发动机燃烧与性能的影响

以一台四缸四冲程压燃式航空煤油活塞发动机为研究机型,运用工程系统高级建模和仿真平台软件(AMESim)仿真软件建立了发动机的整机模型,并使用台架实验的采集数据对该仿真模型进行了验证。在高空环境中,仿真分析了飞行器起飞工况、最大巡航工况下发动机喷油器的不同喷孔数、孔径对发动机燃烧过程、性能和NOx排放特性的影响。计算结果表明:稳态工况下,随着喷孔数的增加,最高燃烧压力和温度增加,瞬时放热率增长速度快且峰值上升;同时,缸内预混燃烧得到强化,燃烧始点提前,滞燃期和燃烧持续期缩短,燃烧重心前移,循环热效率增高,但同时会提高NOx的生成量;在飞行器瞬态变海拔的起飞工况下,多喷孔数、小孔径的喷油嘴有利于航空活塞发动机在高空环境下恢复发动机功率,提升飞行器的动力性和续航性能。      

惯性器件综合环境试验技术发展浅析

为便于在地面模拟惯性器件的跨地区、全时段作战环境,并评价多种环境参数综合作用对惯性器件可靠性的影响,有必要开展惯性器件综合环境试验技术研究。通过归纳分析综合环境试验技术及其在惯性器件测试中的应用,指出惯性器件综合环境试验技术的发展趋势和关键问题,为提升惯性器件在复杂工况下的测试技术水平提供参考。     

空中交通拥挤的识别与预测方法研究

随着航空运输业的迅猛发展,空中交通拥挤现象日益严重,空中交通拥挤研究已经成为国际民航界的一个研究热点。其中,空中交通拥挤的识别与预测是空中交通拥挤研究的主要内容之一,在此基础上综述了国内外有关空中交通拥挤识别与预测方法的研究状况。首先概述了基于不同拥挤形成因素和拥挤后果的空中交通拥挤概念的研究状况;接着依据所用交通数据时间尺度的不同,分别针对基于短期数据的阈值判别方法、基于长期数据的聚类识别方法以及基于混合数据的综合评价方法综述了空中交通拥挤的主要识别方法;然后分别基于数理算法(统计算法、交通流模型算法和智能算法)和计算机仿真模拟技术综述了空中交通拥挤的主要预测方法;最后指出了空中交通拥挤识别与预测问题的近年研究热点和未来的研究方向。     

非均匀环境下利用单个数据集的STAP算法

对非均匀环境下利用单个数据集的机载雷达空时自适应处理(SDS-STAP)算法进行了研究。针对现有单个数据集类空时自适应算法存在的问题,提出了一种基于对待测数据集进行空时二维滑窗处理的二维幅度相位估计(2D-APES)算法。该算法利用回波的统计信息,不仅放宽了算法处理器对于雷达系统阵元数与脉冲数选取的约束,而且能够有效抑制杂波及待测单元内的干扰,同时降低了处理器的计算复杂度。最后,仿真数据及实测数据实验验证了所提算法的正确性与有效性。     

基于地面分布式数据中心的天地一体化网络

天地一体化网络通常具有覆盖范围广、数据传输量大等特点。现有的一体化网络研究侧重于网络间传输协议,以及如何有效管理网络资源等。但考虑到当前卫星网络数据处理能力相对较差,而地面网络发展已非常成熟,因此将一体化网络与数据中心网络融合,把数据中心网分布式地接入骨干光网络中,卫星作为网络的传输节点与地面分布式数据中心网络构成统一整体;以中国电信骨干网为基础,针对一体化网络的内部传输代价和外部请求代价等多种因素,进行折中,使用整数线性规划得到网络的最优化部署。所提出的网络架构能很好地满足一体化网络的要求,提供了一种具有竞争力的信息平台设计架构。     

网络图中边集束优化问题

网络规模增大和复杂度提高造成的节点遮挡覆盖和边交叉阻塞等问题成为网络可视化研究的热点.针对网络中出现的视觉凌乱问题,以空间位置和群组关系为出发点,从网络中独立的边和群组两个层次,以边汇合的角度研究边集束技术,将网络中临近的边集聚成束以降低视觉复杂度,提出和改进了分段力导引算法(FDA)简化模型和群组边相容的网络图边集束模型.其中分段集束模型,提出以二次样条曲线表示网络边,通过样条控制点进行迭代汇聚的方法,实现了网络中边的集束;针对分段集束模型中部分连线过度弯曲问题,提出通过CNM聚类算法将网络进行群组划分,在群组结构的基础上对组内连线应用边相容原则,根据连线的匹配系数计算其集束程度的方法,网络图集束后曲线扭曲变形减少,曲线过渡更加平滑.选取国内航空网络作为案例,通过两种边集束模型进行网络图简化,分析结果表明,国内机场的群组结构具有地理属性的相近性,航空网络在整体上呈现出明显的十字脉络,东西走向和南北走向的航线分别汇聚集结成束,表现了航空网络建设在南北和东西方向的总体趋势.本集束简化算法适用性广,绘制的网络图具有良好的视觉效果和可读性.      

基于眼动数据的网络搜索行为预测方法

预测用户的网络搜索行为对改进搜索引擎和提升用户体验十分重要.现有大多数方法是基于用户的交互数据,如查询、点击和鼠标移动等.提出一种基于眼动数据的用户网络搜索行为预测方法.通过眼动实验,采集用户在网络搜索任务时的眼睛运动数据,将这些数据转化成两种数据格式:直方图和序列.直方图数据描述用户注意力的分布情况,序列数据呈现用户的扫视路径.使用4种学习算法对用户决策或用户意图进行预测,同时研究两种数据格式的性能.结果显示,两种数据格式均适合于预测用户决策,而序列数据更适合于预测用户意图.该结果表明,利用眼动数据能够有效预测网络搜索行为.