翼型叶片腹支／尾支对大飞机全机及部件的干扰──大飞机全模试验技术及支撑干扰研究之三

在研究了翼型叶片腹支（前、后位）／尾支对大展弦比飞机全机及部件的纵向干扰特性，尾支对全机横向干扰特性，并分析了各种支撑对飞机各部件干扰的影响之后表明：对于不同平尾位置的大飞机，前位叶片腹支是三种支撑中干扰最小的，其纵向干扰量均小于风洞试验最大误差。利用前位腹支－尾支组合进行大飞机纵、横向试验具有明显的优越性。     

一种基于支持向量回归的混合建模方法

近年来,随着计算能力的不断提高,数据驱动的建模方法受到了广泛的关注,对单模式系统进行定量分析的建模方法获得了诸多研究。然而,实际应用中大多数系统为多模式系统,不但各个模式有着不同的连续行为,连续状态还会在模式之间进行切换。针对这一情形,本文提出了经验概率混合自动机模型,并提出了针对该模型的基于支持向量回归(SVR)的多模式定性定量混合建模方法。该方法使用小波技术识别模式切换点,并在各个模式下单独建立支持向量模型,最后使用D-Markov机整合模型。经实例验证,该方法与传统支持向量回归模型的稳定性接近,但精确程度显著提高。     

基于多分类AdaBoost的航空发动机故障诊断

对航空发动机运行数据进行数据挖掘的方法,是发动机故障诊断研究领域的重要研究内容。由于各种算法自身的局限性,通过某种单一算法很难大幅度提升故障分类的准确性。运用组合分类的AdaBoost算法,综合多个分类模型进行诊断,是提升故障识别精度的一种较好的方法。通过AdaBoost算法及其改进算法的结合,建立一种多分类的AdaBoost算法,以支持向量机（SVM）为基础分类器,进行综合诊断模型的建立。通过单位向量法、比值系数法和相关系数法将指印图中统计的故障标识数据进行处理,得到不受故障程度影响的训练数据,再进行建模。实验表明,AdaBoost相关结合算法能够显著提升分类器性能。根据实际故障案例,验证了所建立的诊断模型能够较好地用于发动机的故障诊断。      

基于多分类器决策融合的印鉴真伪鉴别方法

印鉴的自动识别对于实验银行印鉴数字化及计算机管理，实现银行对公业务的通存通兑有重大意义，符合票据法的要求，是银行业发展的需要，本文研究了模式识别领域中印鉴识别这一问题，提出了特征抽取和分类的新方法，基于差图像的成分统计特征抽取方法，发展了骨架图像的结构特征抽取方法，提出了特征点距离特征和笔划曲率特征内两种新的有效特征，本文提出了基于支持向量机（support vector machine,SVM)多分类器融合印鉴鉴别的方法，试验结果表明，本文的方法大大提高了印鉴的鉴别能力和可靠性，效果令人满意。     

Test sequencing problem arising at the design stage for reducing life cycle cost

Previous test sequencing algorithms only consider the execution cost of a test at the application stage. Due to the fact that the placement cost of some tests at the design stage is considerably high compared with the execution cost, the sequential diagnosis strategy obtained by previous methods is actually not optimal from the view of life cycle. In this paper, the test sequencing problem based on life cycle cost is presented. It is formulated as an optimization problem, which is non-deterministic polynomial-time hard (NP-hard). An algorithm and a strategy to improve its computational efficiency are proposed. The formulation and algorithms are tested on various simulated systems and comparisons are made with the extant test sequencing methods. Application on a pump rotational speed control (PRSC) system of a spacecraft is studied in detail. Both the simulation results and the real-world case application results suggest that the solution proposed in this paper can significantly reduce the life cycle cost of a sequential fault diagnosis strategy.     

宽体客机高速风洞试验数据修正方法

宽体客机航程远、巡航马赫数高,其气动设计对风洞试验数据精准度要求很高。通过完善中国空气动力研究与发展中心FL-26风洞试验数据修正技术和设备,对宽体客机高速风洞测力试验数据进行支撑/洞壁干扰、模型变形及流场畸变等系统修正,获取干净、可靠的风洞试验基准数据,为开展雷诺数、静气动弹性和动力影响等相关性修正奠定基础。研究表明：支撑干扰试验时,尾腔压力分布测量位置和假支杆长度伸入模型尾腔50 mm即可获得可靠的支撑干扰试验结果;在试验包线范围内,洞壁干扰对宽体客机模型升力、阻力和俯仰力矩系数影响较小;试验模型变形对宽体客机气动特性影响较为明显,马赫数0.85时模型变形后的升力线斜率减小0.005左右,焦点前移0.021 b_A,需进行相关修正。     

基于遗传模拟退火算法的航班进离场调度

基于航班延误成本构成的复杂性,惩罚航空器单位时间延误成本以区分续航航班与非续航航班,且推导出与航班类型直接相关的续航航班单位时间延误成本表达式。建立了以航班总延误成本及跑道调度时间跨度最小的多目标跑道调度模型,并用遗传模拟退火算法求解模型。以国内某大型机场的两条近距平行跑道调度为例对算法进行验证,实验结果表明,运用遗传模拟退火算法求解多目标跑道调度问题,可显著提高航班延误成本分布的均衡性,且程序收敛性较强,具有很好的实用性。     

ATML标准及其在航空装备维修保障体系中的应用

测试系统及测试信息标准化是实现测试信息和测试资源共享、交换、互操作的重要基础,也是解决航空装备维修保障领域故障诊断效率低、测试费用高等问题的重要途径。本文简要介绍了航空装备寿命周期各测试活动及对各种测试信息的依赖关系,研究了自动测试标记语言(ATML)标准的组成及其框架结构,分析了ATML标准在航空装备维修保障体系中的具体应用形式及其优势。     

一种基于支持向量机的小波图像压缩方法

提出了一种结合支持向量机(SVM,Support Vector Machines)回归与小波变换的新的静态图像压缩方法.SVM回归方法可以学习原始数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,利用这一特性来逼近和约减小波系数,可以达到数据压缩的效果.首先采用小波变换把原始图像分解成不同尺度的多个子带,由于最低频子带系数非常重要,采用DPCM直接编码,然后对其它频带系数采用SVM回归进行压缩.由于不同尺度和方向的小波系数特征不同,为尽可能去除小波系数间的各种相关性,给出了适合SVM回归的小波系数的有效组织方式.最后研究了支持向量及其相应权重的混合编码方法.实验结果表明:与同类压缩方法相比,本算法获得的恢复图像的主客观质量有明显提高.      

舰载直升机保障作业能力评估方法

针对两栖攻击舰舰载直升机保障作业能力评估,构建多级指标体系,采用多专家序关系法确定指标权重,利用模糊评价模型对两栖攻击舰直升机保障作业能力进行评估,并运用建立的模型方法进行实例计算,为舰载直升机保障作业能力评估分析提供了新的思路。