基于支持向量机和DS证据理论的双馈风机定子匝间短路故障诊断

结合支持向量机(SVM)和DS证据理论,搭建了扩展Park变换模型以及失电残压模型,从多元信息融合的角度进行定子匝间短路故障诊断。仿真证明,该方法可以有效提高故障诊断的精确度,从而减少误诊。     

基于MAS仿真的保障机构维修保障能力评估指标研究

对于由大量不同型号舰艇所构成的舰艇编队,其维修保障系统中涉及各类维修保障资源,如人力、备件、设备、设施等,为了确保舰艇编队具有较高的战备完好性和任务成功性,这些维修保障力量一方面应具有很强的自身能力,另一方面还应具有很强的协同工作的能力。文章针对舰艇编队的维修保障问题,分析维修保障力量的各影响因素,在协同工作的背景下,采用Multi-Agent System(MAS)仿真构架,对这些维修保障力量建立评估指标,建立评估指标,达到资源投入少、保障时间短、保障效果好的保障目标。     

商用飞机机务维修保障能力评价方法

商用飞机机务维修保障能力的评价效率亟须提高。首先,建立商用飞机维修保障系统能力评估指标体系;然后,介绍主成分分析法的原理,并建立优化决策模型;最后,通过SPSS软件采用主成分分析法对不同维修保障方案进行评估,以保证飞机的适航完整性。结果表明:主成分分析法消除了主观因素对评价的影响,得到的评价指标可用于商用飞机维修保障能力的定量评价,评价结果可为各航空公司及维修单位提供借鉴。     

基于支持向量机的卫星执行机构故障诊断研究

针对脉冲等离子体推力器（Pulsed Plasma Thruster,PPT）作为执行机构的微纳卫星姿态控制系统故障问题,采用了支持向量(Support Vector Machine,SVM)技术对脉冲等离子体推力器的两种常见故障进行检测与隔离。运用自适应遗传算法优化墨西哥草帽小波核函数参数,并结合小波分析,提高了SVM分类器的超平面寻优效率与泛化能力。最后,通过仿真分析,验证了该方法可快速准确地完成故障诊断任务,也证明了小波核函数支持向量机技术在故障诊断方面的先进性与有效性。     

免疫支持向量机用于航空发动机磨损故障诊断

航空发动机在使用寿命周期内会不断磨损最终出现故障,通过对发动机油液监测铁谱分析数据的挖掘可实现磨损故障的诊断。本文研究免疫算法优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用。首先,总结了支持向量机和免疫算法的运行流程和关键算法。然后,用改进的免疫算法优化支持向量机惩罚因子、松弛变量及核函数参数。某型航空发动机的油液铁谱分析数据和加入噪声数据验证结果表明,该方法可有效实现航空发动机磨损故障诊断且具有较好的鲁棒性。最后,研究了核函数、多分类决策方法、初始种群大小、亲和力计算公式、支持向量机优化方法和归一化方法对磨损故障诊断准确率的影响,得到了最佳诊断方法。     

低速风洞尾撑支杆干扰研究

对气动中心FL-12风洞尾撑尾支杆干扰进行试验研究和数值计算研究.风洞试验采用张线支撑模型,测量了模型有无20°、75°预弯支杆的气动载荷,获得了全机气动特性和支架干扰量.计算状态包括:无支杆状态下全机气动载荷,20°、75°预弯支杆的干扰量,直尾杆的干扰量,直背支杆的干扰量,通过背支撑方式获得的尾支杆的干扰量.主要研究了预弯支杆的干扰特性、不同支杆的干扰量比较及尾撑支架干扰试验修正方法.     

基于改进SVM的模拟电路故障诊断

针对模拟电路的故障诊断和定位问题，提出了一种改进支持向量机（suppon Vector Machine，SVM）故障诊断方法。通过在标准SVM中加入了对数据流形局部分布的约束，设计了一种依赖于数据分布的新型SVM。相对于标准SVM方法而言，新方法有效融合了数据分布的先验信息，提高了模型的诊断精度。将其用于模拟电路的故障诊断，验证了所提方法的有效性。     

离轨帆弹性桅杆力学性能分析

采用有限元分析软件ABAQUS分析弹性桅杆几何参数对其力学性能的影响,为离轨帆弹性桅杆设计提供一定的理论依据。结果表明:增加壳体厚度、保持弧长不变,减小曲率半径以及增大壳体截面圆心角都能有效提高离轨帆自动展开能力及弹性桅杆支撑刚度;弹性桅杆的弯曲内部应力只与材料属性、曲率半径、缠绕半径以及壳体厚度有关;曲率半径减小、壳体厚度增加都会增大弹性桅杆的弯曲内部应力,有可能会导致弹性桅杆在缠绕时发生塑性变形。因此,在对弹性桅杆设计时,需综合考虑弹性桅杆几何参数对其展开能力以及缠绕性能的影响。     

AO-LSSVM在铣削铝合金表面粗糙度预测研究与应用

为提高铣削7475铝合金表面粗糙度（）的预测准确性和便捷性，本文基于天鹰优化器算法（AO）对最小二乘向量机（LSSVM）进行优化，以4个铣削参数作为输入值，作为输出值构建铣削铝合金预测模型，通过与粒子群（PSO）优化最小二乘支持向量机（LSSVM）和LSSVM 两种算法进行对比，采用灰色关联对铣削参数与表面粗糙度之间的相关性进行分析并通过GUI界面搭建预测系统。结果表明：基于AO-LSSVM的预测模型的预测误差为4.287 6%，拟合优度达到0.938 64，优于其他算法；每齿进给量与的相关性最大，灰色关联度值为0.764；通过GUI预测应用系统能实现高效、便捷、准确地预测值。     

气凝胶复合材料在航天领域中的应用

气凝胶是一种高孔隙率、高比表面积的三维网络状结构的纳米材料。气凝胶独特的纳米结构能有效抑制材料的固体热传导和气体对流传热，是一种性能优异的“超级隔热材料”。此外，与传统的保温材料相比，气凝胶具有轻质、不燃、疏水等特点，符合航空航天领域对隔热、轻质的要求，在美国等国家得到了广泛应用。