基于大数据分析平台的APU维修决策优化

通过科技创新建立的APU全寿命及成本管理系统是一个大数据分析平台,运用概率神经网络对APU系统故障进行智能判断,运用0-1线性规划法自动产生基于APU性能的维修管理决策,运用价值工程方法产生基于价值系数的维修管理决策。该系统的应用提高了APU的可靠性和经济性,使APU的维修决策由静止的、事后分析可靠性转变为预测性、基于概率分析方法的维修决策。     

中国民航旅客量季节性问题研究

中国民航旅客量的季节性波动是经济学研究的重要命题。选取中国民航旅客量时间序列数据作为分析对象，采用年度季节强度指数（R）与月季指数（Zt），揭示中国民航旅客量的年度季节集中性与月度季节变化规律。 R值整体上呈现逐年递增的趋势，指标随季节变化明显，且按一定规律分布。 Zt 值指示4月、7月、8月、9月、10月为旺季，其余月份为淡季。民航旅客量淡旺季与游客出游行为、节假日长短、气候等因素有直接联系。研究结论为解决中国民航旅客量的淡旺季问题提供基础数据，也为调整航空公司在淡旺季时的人员、航班及其他工作安排，为缓解航空客流量供需不平衡的矛盾提供决策参考。     

基于冲击特征提取的旋转机械智能故障诊断

针对齿轮、轴承故障，提出了基于冲击特征提取胶囊网络的旋转机械智能故障诊断模型。在胶囊网络的构架基础上，将原始故障振动信号作为输入，通过构造首层小波核卷积层，针对性提取冲击故障特征，提高深度学习网络特征提取的可解释性。在小波核卷积层之后扩展一层卷积层，强化首层小波核卷积层提取的特征，将强化的特征经初级胶囊层、数字胶囊层输出分类结果，从而构造了“端到端”的小波卷积胶囊网络模型。通过对各层提取的特征可视化分析，证明了该模型对故障振动信号的冲击特征具有良好的提取能力。3个不同实验平台的数据集验证结果表明不同故障类型、不同故障程度的齿轮及轴承的识别精度最高可达到100%，并具有良好的泛化能力。     

RNN在降落伞开伞特性研究中的应用

为了对降落伞充气展开过程中的拉力、速度等关键特性进行预测,结合当下机器学习的研究热点,使用循环神经网络对空投试验数据进行学习和训练。文章对原始数据进行了归一化预处理并且采用批量梯度下降的训练方式;试验验证了循环网络方法对充气过程中重要参数进行计算的可行性;并且说明了时间序数索引项在试验中需带入网络参与计算的特点。试验结果表明,使用循环神经网络对训练集数据的开伞速度曲线拟合效果很好;计算结果能够准确反映开伞过程中的拉力变化趋势,峰值误差小于1%,且峰值时刻误差小于2%。     

GP芝柏慈善环保之行

世界地球日所举行的首届"绿色环保拍卖",为造福环境募资240万美元,所得利益悉数捐献非营利环保机构。瑞士顶尖制表厂GP芝柏表还投入到参与世界性绿色环保活动中,献上以环保为题、独一无二的ww.tc Chronograph for Green Auction世界时间腕表作拍卖用途。GP芝柏表品牌持有人、Sowind集团主席5tefanoMacaluso表示,很高兴为"绿色环保拍卖"     

iSIGHT优化方法在涡轮叶片冷却设计中的应用

针对现有航空发动机涡轮叶片内冷结构的快速改进,在对叶片冷却设计方法集成的基础上,建立了一类冷却叶片的优化模型,并成功将该优化模型应用在航空发动机涡轮叶片设计中。结果表明,在相同冷却空气用量下,叶片表面最高温度降低了72.4℃,叶片温差减小了110.4℃,优化效果明显。同时,将近似技术成功应用到叶片优化设计中,提高了任务分析效率,为现有发动机涡轮叶片快速改进提供了一种有效手段。     

卫星在轨时钟源频率特性评估方法研究及应用

针对传统评价卫星在轨时钟源频率特性方法,在实际应用中存在占用地面测控资源、自主性较低及评估精确性受限的问题,提出以星载高稳钟源作为参考频率源,基于遥测数据评价卫星时钟源频率特性的方法,并详细介绍了其方案设计、数据处理流程以及在轨实际应用的情况。该方法具有原理简单、算法简便、资源占用少、应用性强的优势,可有效解决传统方法在实际应用中遇到的问题。