基于支持向量机的组合分类方法及应用

为了解决采用神经网络、决策树作为弱分类器的AdaBoost组合分类存在的不足,进一步改善组合分类效果,提出采用支持向量机(SVM)作为弱分类器的一种新的组合分类诊断方法——AdaBoost-SVM。该方法没有采用一个固定的SVM的核参数,而是自适应调整SVM中的核参数,从而得到一组有效的SVM弱分类器。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明,所提AdaBoost-SVM方法较好地解决了现有的Ada-Boost组合分类方法中存在的弱分类器本身参数选取困难问题及训练轮数的合理选取问题,并具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类。     

飞机转速摆动故障模糊诊断模型的建立及其仿真研究

鉴于传统故障诊断技术在飞机发动机故障诊断中不能较好吸收人类经验的缺点,文章运用模糊推理技术,模拟专家的故障诊断推理过程,建立了某型军用飞机发动机转速摆动故障的模糊故障诊断模型,并运用模糊神经网络对该模型进行了改进。仿真结果表明,所建立的模型可以很好地吸收维护人员的故障诊断经验,对故障原因可做出准确判断,训练完成的模糊神经网络模型可实现模糊模型的故障诊断功能,解决其不能自学习的问题。     

飞机低空突防中的航路规划技术研究

针对飞机低空突防航路规划中存在的计算复杂和收敛性等问题,在基本遗传算法的基础上提出了一种基于自适应伪并行遗传算法的优化方法,使用该方法得到的飞行航线严格经过飞机的起始点和目标点,而且满足飞机到达目标点的航向角要求,使威胁飞机的因素最小,可有效提高飞机的任务生存率。     

非结构同位网格SIMPLE类算法收敛性能比较

以非结构网格的SIMPLE算法为基础,将算法扩展为SIMPLEC算法.利用30°角的斜方腔流动计算成果,分析了非结构同位网格的SIMPLE/SIMPLEC算法的收敛性能;比较了因网格的非正交而引入的非正交项的取舍对该算法收敛性能的影响;并采用显式校正步法对SIMPLEC算法进行了显式校正.比较表明,在非结构同位网格SIMPLEC算法中可忽略非正交项,但有必要对压力作亚松弛.显式校正步法可显著地加速在非结构网格上求解N-S方程的收敛性能,而且在不同的松弛因子组合下,均有较好的收敛速率.     

某型航空涡扇发动机试车振动异常现象分析

对某型航空涡扇发动机在试车中出现的振动过大现象进行了测量和分析。在对发动机进行时域、频域和三维谱阵等分析后,发现发动机的振动与转频变化密切相关。根据发动机转子不平衡和不对中等故障的振动特征,发现不平衡振动是导致01号发动机在试车中振动异常的原因;02号发动机试车振动中不对中特征明显。所得出的结论对该型航空发动机的故障诊断有一定的参考价值。     

碱金属引射对尾流化学动力学和电子密度的影响

用把碱金属（Na）加入到空气尾流中进行数值模拟的方法,研究了碱金属引射对高超声速尾流化学动力学和电子密度的影响。采用的化学反应模型为包括O2、N2、O、N、NO、NO＋、Na 、Na、O2-及e-的10组元模型。计算结果表明,碱金属引射,使尾流电子数密度增加1～3个量级。计算结果与文献中的数据符合较好。     

复杂空间四连杆传动系统的一种算法

1.引言 空间四连杆机构的运动关系是一个空间几何关系。确定四连杆相互位置时,存在着一球面与圆弧相交或两圆弧相交等情况,它们的运动与几何关系都以一些二次联立方程式表达。求解与根的判定都比较复杂,有时还要用迭代方法。本文所介绍的方法采用空间坐标变换,将空间四连杆机构的运动点转换到特定的平面内,利用平面三角形的几何关系求解。所用的方法都是典型的,简便易行,特别适用于计算机计算。     

基于神经网络的某导弹姿态控制系统故障诊断

介绍了多层前向神经网络及其算法 ,讨论了神经网络在故障诊断方面的应用 ,并对某导弹姿态控制系统的典型故障进行了神经网络建模 ,经测试取得了良好的效果。     

一种排除带凸肩风扇叶片榫头故障的新方法

探索了一种采取黏弹性橡胶阻尼器抑制带凸肩风扇工作叶片共振的新途径,通过应用于某型机风扇第1级叶片,在叶片结构不变的条件下排除了其榫头断裂故障。在发动机上的验证结果表明:根部橡胶阻尼器减振结构对叶片榫头出现最大振动应力的振型的抑制效果明显,从而拓展了黏弹性材料的应用领域。     

涡轮泵实时故障检测的改进自适应相关阈值算法

1引言火箭发动机在飞行使用之前,需要分析试车振动数据以评估发动机的性能与状态[1]。涡轮泵是液体火箭发动机中最复杂故障概率最高的部件[2],而振动是涡轮泵故障的重要起因[3],因此,涡轮泵振动数据的分析显得尤为重要。目前,它的主要分析方法有时域统计[4]、频谱分析[5]、神经