基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。     

基于GARCH族优选模型的舰船器材消耗预测

器材消耗量预测是做好技术保障工作的前提和基础,受设备生命周期、任务类型、海洋环境及使用设备人员的技能水平等因素的影响,舰船器材消耗量序列会随着时间的推移而产生波动现象,丛集效应和高峰厚尾特征明显。根据 AIC(A-Information Criterion)准则,对 GARCH(Generalized Autoregressive Conditional Heteroscedasticity)族模型进行比较优选,寻求一种更为合适的预测模型,实现对消耗量的准确预测。     

小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

基于多尺度时间卷积网络的航空发动机寿命预测

剩余寿命预测对于航空发动机设备的安全运行、制定维修计划具有重要的意义.目前现有方法无法有效提取设备复杂工况和复杂故障下的退化特征.针对此问题,提出一种基于多尺度时间卷积网络(MTCN)的发动机寿命预测方法.该方法利用时间卷积网络提取数据时序信息,并通过多尺度卷积核的不同感受野提取设备复杂工况下的退化特征,从而更好地预测极端条件下的设备剩余使用寿命(RUL)值.为了验证所提出方法的有效性,在航空发动机C-MAPSS数据集上进行试验.结果表明所提出方法能有效提高设备在复杂工况和复杂故障下的RUL预测精度.     

直升机复合材料结构疲劳寿命评定技术的研究进展与发展趋势

针对直升机复合材料结构的服役环境和外场使用经验,分析了复合材料结构在交变气动环境下所呈现出的高周疲劳载荷特征,指出复合材料疲劳在直升机复合材料结构设计中的必要性.对直升机复合材料结构疲劳定寿体系中涉及的疲劳载荷谱编制方法、损伤失效机理、寿命预测方法及疲劳试验验证4项关键技术的研究进展进行了概述,在此基础上,根据当前复合...     

基于ECHAM5模式的杭州亚运保障期间降水预测

本文基于ECHAM5气候模式模拟的2000～2039年全球逐日降水量,通过与杭州萧山国际机场2001～2020年的降水资料做对比,从而预测2023年9月和10月杭州亚运保障期间降水情况。得到以下结论:1)2023年9月降水日数可能在10.5～15 d。2)2023年10月模式降水日数远低于模式及实况多年平均值,考虑两者平均值之间6.6～11.3 d的可能性更具指导意义。3)通过偏差订正,2023年9月及10月预测降水量分别为117.43 mm和0.15 mm,而预测雷暴日数分别为2.7 d和0.0 d。总体上9月降水比平均水平略高,10月则明显偏少。考虑10月预测值远低于平均值,10月降水量在模式与实况平均值之间68.34～75.57 mm的可能性更具参考意义,而雷暴日数取0.2～1.2 d更可靠。4)10月降水与秋台风的影响密切相关,叠加今年厄尔尼诺增强的趋势,降水预测也更为复杂多变。     

航空器积冰形成过程及预测方法综述

自航空器发展以来,积冰一直是影响飞行安全的重要因素。本文对航空器积冰产生机理、影响因素、预测方法等方面展开讨论,最后总结现存的问题以及研究建议。     

应用过程神经网络的航天器瞬态温度预测方法

航天器在轨温度受空间热环境影响变化较大,同时研制阶段的热分析与热试验往往也耗时较长,因此通过准确有效的预测方法为其提供在轨温度预警信息、提高热仿真与热试验效率至关重要。文章提出航天器瞬态温度预测方法,依据航天器在轨温度实测数据,采用相空间重构理论构建样本集完成训练,应用过程神经网络建立瞬态温度预测模型,并对温度进行外推预测。经验证,根据温度预测方法建立的温度预测模型绝对误差最大值为0.746 K,可在满足工程精度的情况下实现对航天器瞬态温度的快速预测。