基于分位数回归的机场容量评估

对北京首都国际机场航班运行的历史数据进行了统计分析,建立了进离场小时架次及时间的三维数据结构,并利用DBSCAN算法进行聚类分析;在消除“噪点”的基础上,利用改进后的分位数回归算法生成分时段的具有95％概率的机场小时运行能力包线.仿真结果表明,各个时段的机场进离场架次具有一定的时间特性和差异:8点到10点处于离港早高峰,离港小时架次远大于进港小时架次;10点到22点进离港航班较为均衡,机场全负荷工作;其他时间段航班小时架次未达到最大容量值.     

滚动轴承振动性能保持可靠性与不确定性关系的动态评估

提出用振动瞬时值的波动范围、振动平均值的波动范围、振动序列对应时间段内的平均波动范围3个指标来综合表征在轴承服役过程中其振动性能的不确定性,并定量分析3个不确定性指标与振动性能保持可靠性的内在具体关系。运用最大熵法和泊松过程理论,计算轴承的振动性能保持可靠度;基于灰自助法、自助法和最大熵法、经典统计法,依次计算3个不确定性指标值;建立多因素回归分析模型,分析性能保持可靠性与3个不确定性指标的关系表达式。结果表明:对于案例1和案例2,性能保持可靠性与3个不确定性指标的线性相关系数分别为 -0843 7、-0779 8、-0759 7;-0835 4、-0843 9、-0808 2。两个案例均表明瞬时值的波动范围与平均波动范围对性能保持可靠性有非线性影响。     

应用支持向量回归机探索发动机VSV调节规律

发动机可调静子叶片（VSV）调节规律极其复杂,通过挖掘快速存取记录装置（QAR）数据对VSV调节规律进行了深入研究。首先,通过PW4077D发动机健康状态的QAR数据,建立基于粒子群优化（PSO）算法的支持向量回归机（SVR）模型,来探索VSV调节规律;然后,利用后续航班数据对PSO-SVR模型进行验证,并将验证结果与传统的PSO-BP神经网络模型进行对比;最后,应用PSO-SVR模型进行发动机故障诊断。研究结果表明:PSO-SVR模型的回归预测精度优于PSO-BP神经网络模型,能够准确反映VSV的调节规律。可将其用于发动机的状态监控和故障诊断,亦可为VSV控制系统设计提供参考。      

主成分回归的建模策略研究

分析了国际上通用的主成分回归的工作原理和失效原因.在此基础上,提出一种新的主成分回归建模策略:①提取所有主成分建立模型;②删除模型中t检验不显著的成分;③用t检验显著的成分建立最终需要的模型.由于任一主成分的回归系数和t检验值以及与其余主成分无关.因此,当采用向后删除变量法时,如果有多个成分t检验不显著,则可以将它们同时删除,而无须逐个删除.采用仿真案例对所提出的方法的合理性进行验证.这种新的建模策略可以有效地提取对因变量有较强解释作用的成分,实现在自变量多重相关条件下的回归建模,并且允许在模型中包含所有的原始变量.此外,该方法的成分筛选过程简便,累计计算误差小于偏最小二乘回归等迭代算法.      

绕轴旋转圆柱结冰特性结冰风洞试验

绕轴旋转物体结冰是一种常见的结冰现象,如风力机叶片和直升机旋翼结冰等。针对该旋转模型的结冰问题,以绕轴旋转圆柱为对象,进行了结冰风洞试验研究。试验在自行设计的利用自然低温的结冰风洞系统中完成。在对结冰风洞试验能力进行验证后,对具有不同直径、转速和结冰时间的旋转圆柱结冰进行了试验,建立了旋转圆柱的结冰分析与评价方法,分析了转速、圆柱直径、结冰时间等对圆柱结冰形状主要特征量的影响规律,包括结冰面积、无因次结冰面积、驻点厚度、无因次驻点厚度、驻点偏转角、无因次结冰上下极限等,获得了旋转圆柱的结冰特性。在此基础上,通过回归正交试验设计,构建了旋转圆柱结冰的预测模型,并进行了验证与分析。研究结果可为绕轴旋转物体结冰特性研究提供参考和借鉴。     

基于加权多元线性回归的两步式时间同步算法

时间同步在通信、计算机、测控等网络中是一项重要技术。针对目标时钟在多同步源时的时间同步问题,从统计学中参数估计的角度建模,提出了一种基于WMLR (Weighted Multiple Linear Regression,加权多元线性回归)的两步式时间同步算法。此算法分为粗同步和精同步2个阶段,通过给不同的时间信息加权的方式提高同步精度,并且可以计算不同同步源之间存在的系统误差。结果表明,这一算法通过合理应用来自不同同步源的时间信息,可以提高时间同步的精度及稳定性。由于模型的普遍性,这一基于WMLR的算法也可以应用于其他类似的多源参数估计的场景中。     

基于支持向量机的航空发动机滑油监控分析

分析支持向量机用于时间序列预测的理论基础,针对某型发动机滑油金属含量的预测分别采用传统的AR模型和基于现代统计理论下的支持向量回归模型对滑油时间序列进行预测建模     

润滑油质量组合预测

以某自行火炮润滑油氧化程度光谱分析数据为基础,利用线性回归理论、灰色理论及组合预测理论建立了润滑油的氧化程度预测模型,并且分析各模型在预测上的差异,验证了润滑油质量组合预测模型能够充分利用单一预测模型的有效信息,提高预测精度.     

回归正交设计在机床热误差建模中的应用

在对现有机床热误差建模方法分析基础上,提出回归正交设计建模法,并给出比较详细的计算和分析过程．该方法以统计理论为基础,结合机床机构、环境条件、工程判断、众多经验等因素综合起来进行热误差建模,避免了现有建模方法完全依赖建模数据,从而使建立出来的热误差数学模型的鲁棒性更强、实际应用效果更好．     

基于RS-CART决策树的航空发动机小样本故障诊断

针对CART(classification and regression tree)分类决策树构建过程中由于小样本集特征维数高及噪声等造成的过拟合问题,在CART决策树算法训练过程中引入基于互信息的粗糙集(rough sets,RS)属性约简,考虑信息熵与基尼(GINI)系数刻画样本集“纯净度”的相似关系,对历史故障数据进行属性约简,降低属性维度以优化训练集,在此基础上构建分类决策树,可视化输出规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。