球面收敛二元扩张矢量喷管热射流特征的实验研究

为了获得球面收敛二元扩张矢量喷管热射流特征，在小型热射流实验台架上运用红外热像显示和流场测量，在总温673～823K、喷管落压比(NPR)1．46～2．25状态下，对不同喉道宽高比、俯仰角和偏航角的热射流特征进行了实验研究。在本研究范围内，NPR对矢量喷管上壁面附面层流动影响不大；在扩张上壁附面层分离的情况下．壁面附近的流线被上抬，形成“马鞍”形异型总压分布；喷121出121下游的激波呈现一连串的“葫芦”状，随喷管矢量角的增大，流场的不对称性越明显；在收扩喷管喉道宽高比（ARi）为2时，热射流被分成两股。     

支持向量机在航空发动机故障诊断中的应用

提出了一种基于支持向量机的航空发动机故障诊断方法。该方法在利用恰当的工具或方法提取到发动机故障的特征信息之后,采用支持向量机对特征信息与故障模式进行关联,实现故障模式的分类。该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,将其应用于某型发动机的故障诊断中,取得了较好的效果。该方法尤其对于新型发动机的故障诊断具有一定的参考价值。      

基于支持向量机的航空发动机故障诊断

支持向量机是一种具有完备统计学习理论基础和出色学习性能的新型机器学习方法,它能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷。提出一种基于支持向量机的航空发动机故障诊断方法,应用该方法成功地对发动机气路部件的几种典型故障进行了正确诊断。在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断的要求,表明提出的故障诊断算法具有良好的鲁棒性,可以作为工程应用的基础。      

文本过滤中的特征抽取应用研究

文本信息过滤技术需要解决的一个重要问题是对文档进行形式化处理,使得文本成为可计算和推理的信息。文中首先介绍了基于评估函数的文本特征抽取方法,分析评价了各种评估函数的优缺点,最后提出了一种利用特征抽取对文本信息进行过滤的方法,并说明如何使用评估函数对权重函数进行改进。     

航空发动机故障的支持矢量机智能诊断

引入支持矢量机和多元分类算法到航空发动机故障诊断当中。通过设计的多元分类支持矢量机构建了小样本多参数航空发动机故障智能诊断模型，然后通过发动机故障仿真器对典型发动机气路故障进行了诊断。结果表明，支持矢量机具有优秀的故障学习能力，采用它进行航空发动机故障诊断是可行、有效的。     

基于支持向量经验模态分解的故障率时间序列预测

 针对故障率时间序列的非线性与非平稳特性,提出一种基于支持向量经验模态分解(SVEMD)的预测方法。首先,将故障率时间序列分解为多个固有模态函数(IMF)与一个余量(RF),利用最小二乘支持向量机(LSSVM)预测时间序列两端的局部极值点,以抑制传统经验模态分解(EMD)的边缘效应;同时以LSSVM回归方式形成包络线,以取代传统EMD中的三次样条插值;然后,建立各IMF与RF的预测模型;最终,将各IMF与RF的预测结果相加以获得故障率时间序列的预测结果。仿真结果表明,该方法的预测精度较传统基于EMD的预测方法与单一预测方法有显著提高,可实现对故障率的准确预测。     

共形阵列天线单元极化形式的优化设计

由于共形载体曲率的影响,共形阵列天线的阵列流形具有多极化特性.为了利用共形天线阵列流形的多极化特性,提升阵列对空间目标参数的估计性能,将天线单元的极化参数引入到导向矢量建模中.更加完整地论述了共形天线阵列流形的特点.在此基础上.建立了优化设计天线单元极化形式的目标函数,基于交替优化思想.给出了共形阵列中各天线单元最优极...     

基于免疫粒子群算法的滑油屑末支持向量机预测模型设计

将人工免疫理论的克隆选择算法中的抗体克隆、变异和抑制策略引入粒子群优化算法中,提出了一种基于克隆选择的免疫粒子群优化算法,克服了基本粒子群算法易于陷入局部最优解的缺点.针对支持向量机预测模型的参数选择影响其预测精度的问题,引入免疫粒子群优化算法设计了参数自适应优化的航空发动机滑油屑末支持向量机预测模型.仿真结果表明:与传统的交叉验证试算法相比,基于免疫粒子群优化的预测模型实现了参数的自动择优,并且提高了预测精度.      

四相永磁容错电机的SVPWM控制

为了提高四相永磁容错电机(FTPMM)在系统正常工作时的控制性能,在分析其结构和原理的基础上,建立了其在旋转坐标系下的数学模型,为实现电流、磁链、转矩的解耦控制创造了条件,设计了基于H桥的容错驱动,提出了一种新颖的四相永磁容错电机的电压空间矢量脉宽调制（SVPWM）策略,并巧妙设计了零矢量的插入顺序和重合矢量的选择顺序,方便了数字信号处理器(DSP)的实现。仿真和试验结果证明了在系统正常工作时该方法的正确性和优越性。     

航空螺旋桨动平衡配平的建模算法

航空螺旋桨在高速旋转过程中会产生振动,减小振动的方法是对螺旋桨进行动平衡配平.相对于传统配平算法而言,该建模配平算法通过建立与待配平螺旋桨特征数据相符合的配平模型,并采用矢量分解算法精确计算出拟安装配重的质量和安装位置,有效解决了工程实践中拟配平螺旋桨的实际轻点位置与桨毂上预置的可安装配重位置不一致的矛盾.工程实践中对实际案例的配平结果表明:建模配平算法能够一次性将拟配平螺旋桨的振动值降低至1.27×10-3m/s(0.05IPS)以下达到"best"等级,相对于不大于4.826×10-3m/s(0.19IPS)的合格阈值而言,可100%保证一次性配平成功.