基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。     

涡轮叶片气膜孔电加工数字化生产线

针对航空发动机涡轮叶片气膜孔加工的合格率低,难以大批量生产等难题,突破自适应加工系统、智能化网络控制系统、设备网络数据接口、快速换型工装等技术,基于精益“U型”布局,建成用于涡轮叶片气膜孔加工的具有自动化、数字化、集成化、智能化等特征的电加工数字化生产线,实现“24 h无人化生产”和多型号共线批量生产。经过两年的运行,一次交检合格率和设备综合效率等各项经济指标均达到设计目标,显著提高了生产效率和合格率,降低了叶片加工成本,解决了航空发动机涡轮叶片大批量生产的瓶颈。总结出电加工数字化生产线组成及架构、关键技术和建设步骤,对航空发动机制造业数字化生产线建设具有重要借鉴价值。     

基于多尺度残差卷积网络的HEVC视频隐写分析

图片、语音、视频等多媒体形式的信息交流在网络通信中占有重要地位,同时也有很多非法信息的传播隐匿于此。隐写分析是甄别隐秘信息是否存在的有效手段,提出了一种通用的基于多尺度残差卷积网络的HEVC视频隐写分析算法。网络主体由残差计算、特征提取和二分类3部分构成,其中在特征提取部分针对性地提出了残差卷积层、多尺度残差卷积模块及隐写分析残差块。实验结果表明:所提算法基于视频像素域分析网络的检测率高达99.75%,比传统的手工提取特征方法具有更大的优势。      

关于加强高校网络思想政治教育的理论探讨

网络信息技术的快速发展,为高校思想政治工作提供了新的手段,极大地拓展了思想政治工作的空间和渠道。思想政治教育工作者有必要深入研究学生思想活动的新情况、新特点,充分发挥网络信息技术的优势,创新思想政治工作的方法、形式和手段,进而完善高校思想政治工作体制。     

网络远程教育的优势与反思

网络教育是现代信息技术条件下的一种新的教育形式,网络教育具有双向互动、内容丰富生动、可进行个性化远程教育等优势。在我国不少网络课程已日渐成熟,但网络课程的教学目标和课程型态,网络课程与教学平台的功能,网络课程的评价机制,网络教育的定位等方面尚有一些问题需要认真研究解决。网上课堂最终会形成比传统课堂更好的教学环境,但目前只是对传统课堂教学的补充。     

基于社会网络分析法在国内航空安全管理体系研究现状的应用与分析

社会网络分析法能够对国内航空安全管理体系研究现状提供客观定量的分析。以SMS为关键词,在CNKI里检索收录的相关文献。首先,用SATI软件对检索数据进行预处理,构建共词矩阵;然后,用社会网络分析法中的社会密度分析、中心性分析、聚类分析和核心-边缘分析方法对关键词进行研究,分析当前航空安全管理体系研究现状和其研究趋势,为今后研究航空安全管理体系领域提供了参考。     

不同增长机制下航空网络自愈特性

结合复杂网络理论,从能量的角度分析了航空网络的功能自愈机理,并研究了航空网络在不同增长机制下的自愈特性。首先,将网络结构划分为自愈结构与耦合结构,并针对航空网络3种增长机制进行了分析和抽象建模;然后,从网络全局角度出发研究了美国航空网络在遭受蓄意攻击造成全网功能瘫痪的情况下,网络功能的恢复鲁棒性和网络增长对网络自愈能力的影响。研究表明,美国航空网络具有较好的恢复鲁棒性,接近80%的机场在受到能量冲击造成的短暂失效后具有功能自愈能力。航空网络不同的增长机制对网络的自愈能力有着不同的影响。结果证实,为完善航空网络而建立的机场群,由于其较大的连接需求,加大了网络区域密度,复杂了网络拓扑结构,降低了网络的自愈能力;而小型机场的增加不会影响网络整体的自愈能力。      

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%。      

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。