基于Rhapsody的综合数据管理软件设计与实现

介绍了基于Rhapsody的面向对象的设计方法在综合数据管理软件中的应用。对软件的功能进行了描述,阐述了采用面向对象的方法所设计的类及其操作。对其中需要起动任务运行的类的状态图进行描绘,对软件中各元素的集成也进行了说明。采用该方法设计并实现的软件已经在某飞机上运行并得到了验证,其功能和性能能够满足飞机的使用需求。     

民机试飞规划与管理数据库设计研究

针对国内在民机试飞规划与管理工作中所涉及的各类数据及其之间的关联进行了深入地分析。所涉及的数据资源涵盖了从飞行试验的需求确认至试验规划编制这一完整过程。根据分析结果,以ER图的形式描述了民机试飞规划与管理数据库设计的概念数据模型。并结合关系型数据库模型,简述了数据库设计工作中由概念数据模型向逻辑数据模型转换的方式。     

基于AI+神经网络的数字化故障电弧识别方案研究

线路故障电弧的特征随着电力电子技术的提高更趋复杂，传统的故障电弧识别方式已无法应对新型用电系统。对比传统故障电弧识别方案，研究故障电弧产生类型和新型检测技术，提出基于谐波因素、总谐波畸变率、电流零休时间、电流变化速率、电流周期性等典型时域、频域特征的AI+神经网络的数字化故障电弧识别方案。该方案运用回归算法向量机对特征图进行分类处理，通过正向传输运算、反向传输运算和迭代回归运算三个步骤执行卷积神经网络，频繁迭代回归以获得最佳特征识别图。本文以调光器的故障电弧识别为例，对故障识别方案进行验证，结果表明采用此方案可实现更高效、更精准、更稳定地识别故障电弧。     

抽油机故障诊断的分布驱动主动学习算法

抽油机示功图直观显示了抽油机工作情况，但实际工况情况呈现典型的长尾分布特性，类别严重不平衡。传统方法无法准确识别小类别工况，也无法获得井下工作状态准确识别。针对这一问题，提出一种基于分布驱动的多类别长尾数据代价敏感主动学习算法（Cost-sensitive active learning algorithm based on distribution -driven multi-class long-tailed data， CALA）。首先，考虑数据分布特性，以最小化代价为优化目标确定数据的最佳聚类簇数；其次，通过加入预分类误差代价来更新之前得到的最佳聚类簇数；然后，构建集成分类模型作为分类器；最后，通过迭代来平衡数据分布。采用某油田真实的示功图数据进行测试，显著性实验分析证明CALA在小类别工况诊断上具有更好的性能。     

Integration of Landsat-8 and Sentinel-1 dataset to extract geological lineaments in complex formations of Tepal mountain area,Shahrood, north Iran

Recently, the detection and extraction of geological lineaments have become an essential analytical technique to find relationships between the characteristics and occurrence of hydrogeology, and tectonic studies. The use of remote sensing, with the progressive development of image enhancement techniques, provides an opportunity to produce more reliable and comprehensive lineament maps. In this paper, semi-automatic approach based on Landsat 8 and Sentinel 1 radar data is proposed for lineaments extraction and validation. The combined method of linear filtering and automatic line module ensures a high degree of accuracy resulting in a lineament map. Based on identified lineaments, Sentinel1 is more capable of detecting edges than Landsat8, but the primary orientation lineaments extracted from Landsat8 and Sentinel1 were different. So, by combining band6 of Landsat8, and VV and VH polarization of Sentinel1, the area lineaments were extracted with high accuracy. Rose diagram showed the extracted lineaments' orientation is in good compliance with the region's existing faults. Also, the formations' lineament length density has good consistent with the density of the faults in the geological map.