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.     

大型客机数字化设计支持体系框架

 大型飞机是对中国航空工业形成巨大挑战的大型工程项目,具有研制周期紧、技术难度大、质量要求高的特点,而设计又是引领研制的关键阶段。分析了数字化技术在飞机设计中的应用和发展情况,提出了大型客机数字化设计体系的概念,该体系能够覆盖大型客机设计全过程、对设计相关的各专业技术与管理部门提供支持、并能与制造及服务等环节相联系。提出了大型客机数字化设计体系框架,对其中包含的10个系统的功能和运行模式进行了阐述。最后展望了大型客机数字化设计的发展趋势。     

面向地勤的军机用户界面标识设计方法

针对军机的使用功能、维护功能开展军机的标识标记使用现状分析,形成有效的设计流程与方法来指导面向地勤的军机用户界面内、外部标记和标识设计,提高地勤维护的安全性及便利性。重点研究并分析军机外部标识中有特定意义的图形及表示警告、警戒、操作内容、操作标准等的文字,军用飞机内部表示设备位置、操作提醒的标牌及表示警告、警戒、防差错等的标识,并对面向地勤的军机用户界面标识设计方法进行研究,制定基于使用与保障危险分析和职业健康危险分析的设计方法流程。为军机面向地勤的用户界面标识设计提供一种有效、快速、经济的设计流程方法。     

小型航空活塞发动机喷油异常的故障诊断

针对小型航空活塞发动机出现的喷油异常故障,基于发动机的缸内压力和缸盖振动信号,采用一种变分模态分解和布谷鸟搜索优化支持向量机相结合的故障诊断方法对发动机喷油异常故障进行诊断.该方法使用变分模态分解对发动机的缸内压力信号和缸盖振动信号进行处理得到本征模态函数,对本征模态函数进行奇异值分解和能量特征提取,将缸内压力和缸盖振...     

进口探针支杆尾迹诱发压气机转子叶片共振的数值研究

为了探究包含支杆直径10mm进口探针的压气机罕见地出现第一级转子叶片动应变超限报警的产生机理,以更换直径8mm+3mm的探针后报警解除的情况作为对比方案,开展了进口探针支杆诱发压气机转子叶片振动的流动机理研究.以试验压气机为研究对象,利用ANSYS APDL命令流语言使用载荷步文件法对该压气机转子叶片进行了单向瞬态流固...     

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。     

基于多目标决策的 对岸火力支援火力分配模型

在建立对岸火力支援作战中火力分配思维机制的基础上,根据最优火力分配的基本要素,构建了基于多目标决策分析的火力分配模型。通过改进后遗传算法对模型进行仿真求解,结果验证了多目标决策分析方法在对岸火力分配问题中的适用性,运用改进后的遗传算法对火力分配模型求解具有明显的优势。