用霍尔特-温特斯模型预测航空运输总周转量

引入了霍尔特-温特斯模型对中国民用航空运输总周转量进行预测,首先介绍了该模型的具体预测步骤,然后采用面向对象的软件技术,设计并开发了预测模型软件。该预测模型软件不但可以根据用户设定的平滑系数进行预测,还可以自动计算出预测效果较优的平滑系数,最终对2006年各个月份的中国民用航空运输总周转量进行了较为精确的预测。     

无铅焊点的可靠性研究

基于环保和可持续发展,各国开始限制电子封装中铅的应用,而无铅焊料的研究是目前发展的重要趋势,随着钎焊材料和工艺的改变,给无铅钎焊焊点可靠性的评估带来一系列的相关问题,焊点的破坏往往导致整个封装结构的失效,本研究就无铅焊料焊点的力学测试方法和焊点寿命预测进行了讨论。     

应用幂变换法构造低周疲劳寿命预测的幂指函数模型

以GH4049合金低周疲劳数据分析为例,以数据残差检验为基础,说明应用Manson-Coffin方程时普遍存在的问题.从塑性应变幅与疲劳失效反向数在双对数坐标系下的二次曲线特征及残差稳定化角度考虑,基于幂变换方法构造了低周疲劳寿命预测的幂指函数模型,来改善残差图性态及模型预测精度.给出了13种材料的幂变换指数p值及模型寿命预测能力对比结果.分析表明:幂指函数模型对低周疲劳寿命预测结果分散带均在2倍因子以内,具有良好的精度.Manson-Coffin方程实际是幂指函数模型在双对数坐标系下的一阶线性近似,这是幂指函数模型寿命预测精度较高的原因.     

WSO／UV（世界空间紫外天文台）的轨道特征与轨道保持

WSOO／UV(世界空间紫外天文台)需要发射到日-地(月)系的共线平动点L1附近进行巡天观测，相对日-地(月)要求其几何位置几乎不变，因此有必要阐明共线平动点的动力学特征及其附近的运动状况。本文基于这一点，对限制性三体模型下，日-地(月)系中共线平动点附近扰动运动的稳定性作了理论分析，给出了WSO／UV轨道保持的条件及其在运行阶段的轨控措施。     

固液混合发动机燃面退移规律辩识方法

为了以尽可能少的试验对固液混合发动机的燃面退移规律进行辨识，采用在一发试验中适当调节工作参数的方式，并结合瞬时燃面退移速率求解方法，总结出了一套固液混合发动机燃面退移规律辨识方法进行了试验验证，结果表明：采用二维药型的固液混合发动机，通过一发试验即可较准确地掌握其燃面退移规律，还可应用于其它同种类型的固液混合发动机内弹道性能预测。     

空中交通流量统计和预测系统的设计与实现

采用面向对象的Client／Serve结构开发工具Delphi 6.0，设计和实现了流量统计与预测系统。该系统通过流量统计和预测模块，实现了对用户指定时间范围和空间范围的空中交通流量进行有效地统计，并结合历史数据对全国性或大区域范围内的长期流量进行预测。上述各类数据的综合分析将为中国民航，尤其是空管系统的建设发展提供科学的量化依据。     

广义时变ARMA序列预测方法

提出一种广义时变ARMA序列预测方法,给出时变序列和广义时变序列的预测公式及其均方误差。该方法能够对均值、方差、自回归系数和滑动平均系数都随时间变化的广义时变序列(或信号)进行分析和预测,可广泛应用于气象、通信、自动控制、结构响应分析和故障诊断等领域。大量计算表明,本文方法与传统方法相比,具有更高的预测精度。      

组合预测方法在APU状态监控中的应用

针对复杂非线性时间序列预测误差较大的问题．提出了一种组合预测的方法以减小误差。该方法通过采用均方误差确定权系数的思想．拟合混沌预测和指数平滑预测的结果．对飞机辅助动力装置的排气温度进行预测．通过监控排气温度的预测值监视其工作的状况。仿真结果表明．组合预测的精度比单一方法高．预测更准确。     

多轴随机载荷下的疲劳寿命估算方法

提出了一种多轴随机载荷下的疲劳寿命预测方法.通过雨流计数法对各平面上的剪应变进行循环计数,以统计出的剪应变循环作为多轴疲劳损伤的主要控制参数,将各剪应变循环历程内对应的最大正应力和正应变变程作为多轴疲劳损伤的第二控制参数.根据多轴疲劳寿命模型计算出各平面上的损伤,以最大损伤平面作为多轴随机疲劳的临界平面,通过该临界平面上的损伤计算出多轴随机载荷下的疲劳寿命.采用SNCM630钢,304不锈钢和S45C钢3种金属材料的多轴随机疲劳试验数据对提出的寿命预测方法进行评估和验证.结果表明:疲劳寿命预测结果大都分布在试验结果的2倍分散带之内.     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。 