基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。      

一种基于有限K近邻的强度帕累托进化算法

在航天器控制计算机的软硬件协同设计过程中,需要解决多目标优化问题。当前的强度帕累托进化算法在求解高维多目标优化问题时具有优势,但是在环境选择阶段的计算时间复杂度仍然较大。文章针对这一问题,提出了一种改进算法。新的算法采用有限K近邻方法,减少了原算法中K近邻策略的比较次数,使时间复杂度由O(M3)下降为O(max(l,logM)M2。试验结果表明文中算法的计算速度更快,并且具有更优的收敛性和分布多样性特征。     

飞机环境控制系统的模糊控制研究

地面实验表明,采用传统PID(Proportional-Integral-Differential)控制方法的飞机环境控制系统不能很好的解决电子设备和座舱的温度控制问题.采用了基于遗传算法优化的模糊控制方法,根据系统不同的工作任务,分别采用了2种模糊控制规则.通过优化输入输出变量的隶属度函数参数,使得新的模糊控制系统具有响应快、超调小、稳态精度高的特点.仿真表明,该模糊控制系统优于原系统并且能够满足飞机环境控制系统的设计要求.      

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。      

基于MDO方法的月球探测卫星总体设计

根据月球探测卫星任务及环境的特点,在将多学科设计优化(MDO)方法用于卫星总体概念阶段的设计。分析了卫星总体设计中轨道设计、卫星设计和发射选择间的耦合关系与协同效应,建立了MDO的简化模型。用单级整体优化策略(AAO)和多岛遗传算法(MIGA)进行优化。算例结果表明,MDO简化模型可有效解决卫星概念设计阶段中的多学科耦合。     

高轨航天器集群在轨服务智能任务规划方法

针对高轨航天器多对多在轨服务任务规划问题;建立了考虑燃料消耗和任务时长两个优化目标的高轨航天器在轨服务任务规划模型;并提出了一种Q学习改进的多目标遗传算法（Q-learning-based Multi-objective Genetic Algorithm , QMGA）。首先;建立了基于四脉冲Lambert转移的多对多目标分配模型;并同时以速度脉冲和任务用时为目标函数;通过将问题解耦为轨道转移优化问题和目标分配优化问题实现了优化变量的降维;简化了计算过程。然后;结合Q学习提出了QMGA算法;采用Q学习在线更新多目标遗传算法的交叉概率与变异概率;提高了算法的寻优能力。最后采用QMGA算法求解模型;并将其计算结果与传统多目标遗传算法计算结果进行对比;发现QMGA算法可以得到更优的任务规划结果;计算得到的总速度增量消耗和总任务时间分别平均比MGA计算得到的结果减少了6.2%和19.7%。这一结果证明强化学习方法可进一步赋能传统智能优化方法;从而提升航天器集群任务能力。     

陆地探测四号星载GNSS导航系统设计及在轨效能分析

陆地探测四号01星（LT4A）是全球首颗地球同步轨道合成孔径雷达业务卫星;依赖星载高轨GNSS导航接收系统实现在轨导航;并首次工程化应用于地面精密定轨任务。对星载高轨GNSS导航接收系统的在轨表现和工程化设计进行分析研究;通过星载BDS和GPS实测漏信号数据;进行了星载观测数据质量评估;并重点研究了利用星载高轨GNSS漏信号进行事后精密定轨的性能。研究结果表明;LT4A星载高轨GNSS导航接收系统可稳定捕获和跟踪BDS B1I和GPS L1频点的导航信号;满足卫星在轨实时和地面事后定轨精度需求。采用星载BDS+GPS联合精密定轨;重叠轨道内符合精度径向优于1.87m;三维优于3.07m;外符合精度径向优于1.81m;三维优于4.71m。针对高轨导航收星特点及卫星应用时效性需求;定轨系统可全流程自动化运行;保证轨道平滑及连续性;控制勒让德高阶误差引入;相关成果可应用于中国后续搭载GNSS接收机的高轨对地观测卫星计划。     

基于多目标进化算法的板翅式换热器优化研究

为解决航空换热器在设计过程中多目标多准则的结构耦合优化设计问题,应用单参考向量系多目标进化算法,以重量和效率为目标,在流动阻力、雷诺数、空间尺寸等多条件约束下对板翅式换热器结构参数进行了优化。结果表明,算法可获得换热器结构优化问题的Pareto阵面,并可根据工程实际筛选出所需结果。与优化前模型相比,优化后的换热器在效率不减的情况下,重量减轻了20%。方法保留了优化结果种群的多样性,可为换热器的结构设计与优化提供参考。     

基于改进A*算法的UUV冰下避障航迹规划算法

针对冰下避障航迹规划问题,提出了一种基于改进A*算法的三维冰下避障航迹规划算法.不同于传统的A*航迹规划算法,该算法结合了人工势场航迹规划算法的思想,将水下地形碰撞约束、海冰碰撞约束以及UUV巡航高度约束重新编排.算法分析表明,该避障航迹规划算法能够有效增强UUV冰下避障能力与定深巡航高度控制能力.基于改进的A*冰下避障航迹规划算法,给出了上述约束的设计方法并进行了仿真验证.仿真结果表明,基于上述约束的航迹规划算法具有良好的避障能力、巡航高度控制能力以及航行距离控制能力.     

稀缺国际客运航权资源优化配置

为了合理配置国际航权资源,避免稀缺客运航权资源的恶性争夺,首次提出了国际客运航权资源优化配置问题,并构建了一个混合整数规划模型。该模型在旅客始发地-终到地（Origin-destination, OD）分布已知的基础上,针对两国多通航点的国际航权资源分配需求,以旅客出行总里程最小为目标,并综合考虑国际枢纽机场地位、航空公司的竞争力水平和市场份额。以国际航权资源、航空公司运营能力和航班客座率等为约束条件,将稀缺的航班资源合理分配给国内的航空公司和国际机场。然后设计了遗传算法求解该问题,并分别采用CPLEX和遗传算法进行算例实验,验证了模型的正确性和算法的有效性。最后针对中法两国间的航权资源分配进行了实际应用。