Eurocat—X软件可靠性建模分析及预测

根据软件可靠性的建模过程对Eurocat—X软件的失效数据进行分析。通过非线性回归方法估计模型参数,比较3种模型的拟合度,得出最适用于该软件的可靠性模型．并预测其软件可靠性。     

随机声载荷时域信号门限自回归模型研究

利用航空发动机燃烧室噪声测试数据[1],采用门限自回归分析方法建立随机声载荷门限自回归模型SETAR(2;2;30,30),得到令人满意结果,并将拟合和预测均方误差与文献[1]非门限的自回归滑动平均模型ARMA(17,16)的结果进行了比较.     

航空发动机性能衰退率计算方法研究

众所周知,航空发动机大修成本在航空公司维修成本中占有很大的比重,加上单次的大修费用很高,使得发动机送修成为影响航空公司现金流的主要因素之一.造成发动机送修和计划性换发的原因很多,其中最主要的原因就是发动机性能衰退.     

基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。     

综合时序信息的试验优化设计及稀疏求解

考虑不同试验点的试验成本及试验时序信息,在性能指标与影响因素间的响应模型未知情况下,利用装备系统的先验信息构造模型驱动的基函数,构造相应的回归模型来刻画系统的内在关系,分析不同试验点成本及试验时序对试验方案的影响。定义了一种考虑空间权重及批序贯时序的非均匀最优设计模型,将稀疏理论引入到回归试验设计中,把不同批次试验下的回归试验设计模型参数估计问题转换为结构化稀疏重构问题,讨论了非均匀最优设计的构造定理,提出结构化稀疏参数求解算法。算例表明:利用本方法生成的试验点考虑了试验点空间权重和试验时序信息,更符合实际试验规程;采用本方法获得的响应函数得到的期望预测误差更小。     

基于统计方法的高压涡轮转子叶片寿命分析

针对航空公司已有高压涡轮(HPT)转子叶片寿命统计分析方法的不足,结合其他领域疲劳寿命统计分析方法,包括最小二乘估计结合极大似然估计、概率图、K-S检验、AIC,以及参数回归模型,建立了一套更加完备的HPT转子叶片寿命统计分析流程。在流程中加入了对影响寿命的因素的统计分析。通过对一组寿命数据的拟合,得出了寿命的基本分布为对数正态分布这一结果,然后,对寿命和相应的推理等级联合建模,得出了不同推力等级下的寿命分布。该流程可以推广到其他具有疲劳失效机制部件寿命分析。     

基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

北京首都机场畅通滑行时间研究

随着机场规模不断扩大和流量持续增长,准确把握拥挤态势成为运行管理中的难题。美国联邦航空局(FAA)和欧洲空管局(EUROCONTROL)采用畅通滑行时间(unimpeded taxi time)作为量化分析机场运行效能的标杆。国内笼统地规定了少数机场的平均滑行时间作为机场运行指标,但无法反映不同机场、不同停机位、不同起飞跑道造成的运行差异。因此可借鉴机场畅通滑行时间这个指标来考核机场效能,但是欧美机场的该指标数值并不完全适合国内机场,因此在欧美计算方法的基础上提出了改进的畅通滑行时间计算方法,并构建多元线性回归模型,运用北京首都机场实际运行数据进行检验,证明了该方法的可行性。     

基于小波变换的航空发动机性能衰退率计算方法

由于航空发动机的工作环境复杂,性能参数测量值中夹杂的工况信息和测量误差会对发动机的性能衰退率计算产生较大的影响。为了弱化工况信息和测量误差对航空发动机性能衰退率计算的影响,本文首先运用多层小波分解与重构的方法对原始性能参数进行了趋势分量的提取,进而运用线性回归的方法对航空发动机的性能衰退率进行了计算。经过实际运维数据的验证,本文提出的航空发动机性能衰退率计算方法能够为实际工程应用提供理论支持。     

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.