基于SMO—SVR的飞机舵面损伤故障趋势预测

飞机舵面出现损伤时,为了更准确的预测状态参量变化情况,提出了一种改进的序贯最小优化支持向量回归(SMO-SVR, Sequential Minimal Optimization Support Vector Regression)预测方法.采用改进C-C平均方法对多元时间序列进行相空间重构,以确定最优嵌入维数m和延迟时间τ_d.根据所求m和τ_d建立加权SVR预测模型,并调整了SMO算法的停机准则.利用区间自适应粒子群算法(IAPSO, Interval Adaptive Particle Swarm Optimization)优化SVR参数,以提高参数优化速度.为了验证改进算法的有效性,针对飞机方向舵损伤故障趋势进行了预测和分析,并与径向基函数神经网络(RBFNN, Radial Basis Function Neural Network)方法进行了对比,仿真结果表明SMO-SVR预测模型具有很好的预测能力.     

发动机故障诊断主因子模型故障相关性准则的研究

】主因子模型是发动机状态诊断（基于故障方程的故障诊断）理论的一个新进展。故障相关性准则的正确选取是主因子模型的核心问题。本文给出三种建立故障相关性准则的途径，即利用线性回归分析、时序分析和系统辨识理论中的定阶准则建立故障相关性准则，以及利用数理统计中的线性模型线性假设显著性检验理论和区间预测理论建立故障相关性准则。文中对所得到的１１个准则进行了比较。研究结果表明，利用线性模型线性假设显著性检验理论建立的两个准则（变量显著性准则ＶＳＣ和子集显著性准则ＳＳＣ）要比近代回归分析、系统辨识或时序分析中通常采用的选择最优变量子集的定阶准则具有更强的故障辨识能力和鉴别线性模型多重共线性的能力。     

航空发动机部件性能参数融合预测

为了改善目前单独采用基于模型和数据驱动的部件健康参数预测精度,提高数据驱动方法的故障诊断的泛化能力,提出一种自调整决策融合机制,对航空发动机部件性能蜕化在连续蜕化空间进行融合诊断。传感器测量值同时输入到机载自适应模型和数据驱动的诊断模块中,分别利用卡尔曼滤波算法和自适应遗传算法优化的支持向量回归机(AGA-SVR)对主要部件性能进行预测,再利用自调整决策权重的量子粒子群寻优(QPSO)进行决策级融合诊断。以某型涡扇发动机为对象进行气路部件蜕化的仿真研究表明,与单独使用基于模型和数据驱动的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度。     

基于无线电波坑道透视算法数学模型的研究

本文从地下电磁波远场场强公式出发,采取地质数学常用数学方法,依据最小二乘法原则进行迭代线性拟合,建立数学模型,采取"F-检验法"检验,旨在通过坑透数据处理,准确推断出工作面的地质构造。     

航空科研单位典型仿效创新项目 成长模式分析

通过对北京航空材料研究院(BIAM)5种典型仿效技术创新项目产品产值时间序列进行统计分析,建立其成长模型,并实际验证该模型的正确,从而了解仿效技术创新项目的成长过程.实证分析中还发现仿效创新项目收入占总收入比例的成长符合逻辑斯蒂或龚帕斯模型.     

偏最小二乘回归模型内涵分析方法研究

偏最小二乘回归是一种新型的多元分析方法。它可以在自变量多重相关的条件下,有效地构造出对系统解释性最强的子空间,进行发建模,使模型的精度和可靠性得到很大的提高。本文提出采用因素分析方法,对偏最小二乘回归的最优子空间进行正交变换。这种变换方法对偏最小二乘回归的模型结果没有任何影响,却可以使最优子空间的实际含义得到更好的解释。案例研究表明,经过正交变换后,原始变量被分为若干变量组,每个变量组分别对应于最     

固液火箭发动机性能特征

介绍了国外固液火箭发动机研制的进展。阐明了固液发动机比冲、可多次启动—关机、推力可调、安全性好和成本低等特点。分析了固液发动机推进剂的燃烧特性和发动机性能特性、与液体和固体火箭发动机的不同，以及研制的技术难度等。最后探讨了固液火箭发动机的应用范围。     

无人直升机遥测数据异常值的一种检验方法

在对无人直升机遥测数据异常值处理过程中,将外推拟合法和回归模型检验法相结合,保留了它们的优点,避免了其各自的不足。给出分析遥测数据异常值的一种检验方法,讨论此方法在某型无人直升机遥测数据的处理中的应用,并通过实际的试飞数据进行了分析。     

改进最小二乘法在制导精度分析中的应用

在大型线性回归分析中,由于设计矩阵的病态使得经典的最小二乘法失去了优良性。本文针对其存在的问题提出了几点改进措施。采用了改进的最小二乘方法,此方法具有公式简单、运算方便的优点,减少了计算误差,提高了计算置信度,理论模拟和实际飞行数据计算表明:估值精度比最小二乘法有较大提高,与主成分等有偏估计的结果具有相近的水平。     

黑箱建模方法在环境模拟试验中的应用

某大型环境模拟试验设备中一些制冷设备的热力参数,如涡轮膨胀机的出口温度,很难用传统的计算公式来准确求解这一问题.文章提出了用黑箱建模方法来预测这些参数;运用多元回归分析和人工神经网络的方法对黑箱模型进行求解.通过试验数据的验证,表明预测值与试验值非常接近,说明该方法是一种简便易行、准确性高的计算方法.