远程飞航导弹的非线性控制系统设计

本文首先根据两个原则，把远程飞航导弹非线性运动模型处理成一种块对角结构，并由此定义了块对角非线性系统和它的逆解。然后提出了一种由逆解所组成的块对角控制器的设计方法。接着，本文对远程飞航导弹进行了块对角控制器设计，取得了成功。通过仿真表明，该方法设计的系统具有良好的性能，而且有着广泛的应用潜能。     

应用快速多分类SVM的航空发动机故障诊断方法

提出了一种新的快速多分类SVM算法,用于解决大样本情况下航空发动机的多类故障诊断问题。首先,选用层次支持向量机(H-SVM)来实现多类分类,用各类数据中心代表该类数据,通过自组织特征映射神经网络(SOFM)进行聚类,把类中心之间距离较近的数据归为同一个子类进行训练,得到H-SVM层次结构。其次,在训练H-SVM中的二元分类器时,应用相对边界向量(RBV)代替全部训练样本,在保持分类精度几乎不变的条件下大幅度减少了训练样本数,使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短。在分类数据混迭较为严重的情况下,新算法先剔除混迭的异类数据,再计算RBV,并且把与计算的RBV距离小于一定数值的样本都选择来训练SVM,保证了RBV的合理性,防止了关键数据的丢失,有效提高了分类精度。针对一个航空涡喷发动机5类复合故障的分类进行了实例仿真,总的故障分类正确率达到91.2%,二元SVM的训练时间最多只有原来的16.20%;当训练样本总数达到7500的大规模情况下,根据本算法,约减后的样本数量只有原来的3.05%。仿真结果表明,提出的算法有效、可靠,容易实现。     

航空发动机排气温度基线建模新方法研究

为实现航空发动机气路性能诊断与预测,提出一种基于堆叠降噪自编码器(Stacked de?noising auto encoder,SDAE)和支持向量回归(Support vector regression,SVR)相结合的航空发动机排气温度(Exhaust gas temperature,EGT)基线建模方法.以CF...     

导弹武器系统综合保障管理信息系统的设计及实现

根据海军导弹使用、维护情况以及技术保障要求,建立导弹武器系统综合保障管理信息系统。本系统结合武器装备信息系统,支持装备管理部门进行维修性决策,辅助基层单位进行故障定位、查找故障原因,并指导维修保障实际,以适应未来海上局部冲突和突发事件对海军军械保障的要求。     

一种基于SVR的飞机巡航段油耗预测方法

针对飞机巡航段燃油消耗量预测问题,提出一种基于支持向量回归机(SVR:Support Vector Regression)的预测建模方法,并应用Grid-Search参数寻优法优化模型参数,基于真实QAR数据建立SVR预测模型,并从平方相关系数和平均绝对百分误差两个不同指标与BP神经网络模型的预测结果进行比较,比较结果表明:SVR预测模型的预测结果精度高。     

人体代谢耗氧模拟方法研究

利用沸石分子筛对氧气和氮气选择性吸附的特性,提出了分子筛吸附-解吸模拟密封舱内人体消耗氧气的方法,研制了能够模拟5人耗氧量的试验装置,并对装置的富氧气体氧浓度、密封舱内气体成分吸附情况、耗氧模拟精度及补氮气功能等进行了测试和分析,经环控生保系统集成性能试验的使用考核,装置出口富氧气体氧浓度可达93%以上,耗氧模拟精度优于5%,基本不消耗密封舱内的其它气体成分,能够较好地模拟人体对氧气的消耗。结果表明:分子筛耗氧模拟方法精度高,对密封舱内气体成分影响小,装置工作稳定性好,适用于长期载人航天任务中密封舱环境参数控制能力的研究。     

最小喉道面积比对多级轴流压气机性能影响

为了研究最小喉道面积比对多级轴流压气机性能的影响,开发了一套基元叶栅最小喉道面积比的计算程序。通过对基元叶栅进行最小喉道面积比计算,得到压气机叶片沿展向的最小喉道面积比分布,同时分析了转子和静子的最小喉道面积比分布规律。最后采用修改基元叶型的前段弯度比与最大厚度来改变基元叶栅的最小喉道面积比分布,分析了不同最小喉道面积比分布对多级轴流压气机性能的影响。结果表明,压气机的阻塞流量与最小喉道面积比成正相关,并且存在最佳前段弯度比使压气机设计点效率与压比达到最大,最大厚度变小能改善压气机整体性能。     

基于正交基变换的旁瓣对消算法研究

针对广义旁瓣对消算法中阻塞矩阵难以构造的问题,提出了一种基于正交基变换的广义旁瓣对消算法。该算法在任意布阵形式下都可以方便地计算出阻塞矩阵,可以大大提高算法适应性。该方法易于在硬件上实现,通过正交基变换数据预处理,可以使波束指向期望方向,通过旁瓣对消算法实现对干扰的抑制。最后,通过理论推导并结合计算机仿真验证了该方法的有效性。     

基于模糊信息粒化和优化支持向量机的氧化铝陶瓷超声磨削力趋势预测

为实现超声磨削氧化铝陶瓷中磨削力变化趋势的预测,提出了一种基于模糊信息粒化和支持向量机相结合的方法。首先进行氧化铝陶瓷超声磨削试验,然后利用模糊信息粒化方法对试验获得的磨削力进行粒化处理,并将人工免疫系统算法和粒子群算法进行并联混编构成人工免疫系统粒子群算法(AISPSO),接着建立非线性回归支持向量机预测模型并对模糊粒子进行预测,并通过AISPSO算法优化支持向量机预测模型,最后获得超声磨削氧化铝陶瓷中磨削力的变化趋势和变化范围。结果表明:该方法可以有效实现超声磨削中磨削力的变化趋势及变化范围预测,且预测未来5组数据变化范围的误差在10%以内,这为通过磨削力变化调整工艺参数以获得更好的加工表面提供了新的思路。     

全局灵敏度分析的支持向量机方法

结构全局灵敏度分析中存在隐式极限状态函数和高计算量困难问题,提出支持向量机和蒙特卡洛方法相结合的一种新的全局可靠性灵敏度分析方法。该方法采用支持向量机拟合输入变量与输出响应之间的关系,同时采用均匀映射得到更多数量的失效样本以获得高精度的代理模型,故仅需少量样本即可将隐式极限状态函数显式表达,与直接蒙特卡罗方法相比,可显著提高计算效率。数值算例和工程算例表明所提方法具有一定的工程应用价值。