最小二乘支持向量回归机在发动机推力估计中的应用

实现直接推力控制的首要问题就是要估计出推力.基于最小二乘支持向量回归机提出了一种Wrapper算法进行特征选择,此算法不仅能降低计算的复杂度,而且能增强模型的泛化能力.另外,在对最小二乘支持向量回归机进行稀疏性建模的时候,用QR分解法代替传统的协方差法,增强了数值的稳定性.最后,推力估计器设计的应用实例,验证了本文提出的特征选择法和QR分解法进行稀疏性建模的可行性和实用性.      

航空发动机部件性能故障融合诊断方法研究

提出一种对航空发动机部件性能蜕化进行融合诊断的模糊决策融合机制,以改善单独采用基于模型和基于数据的部件性能故障诊断的漏诊与误诊的问题.传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要部件故障性能参数估计,再利用模糊逻辑调整决策权重以进行D-S(Dempster-Shafer)证据理论的决策融合诊断.以某型涡扇发动机为对象进行单部件和双部件蜕化仿真研究表明,与单独使用基于模型和基于数据的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度.      

递阶偏最小二乘回归在飞机研制费用预测中的应用

分析了飞机研制费用样本数据少、费用驱动因子众多的特点,考虑到递阶偏最小二乘回归(Hi-PLS)方法在变量规模巨大情形下进行回归建模的优势,应用递阶偏最小二乘回归方法对飞机研制费用进行预测。以战斗机机体研制费用预测为例进行研究,首先对战斗机机体研制费用驱动因子进行分组,然后应用递阶偏最小二乘回归方法对分组后的费用驱动因子进行回归建立机体研制费用预测模型。实例表明,在飞机研制费用预测方面,采用递阶偏最小二乘回归方法预测更能体现研制费用与飞机性能参数之间的关系。     

柔性杆系统压电扭转致动器/传感器优化配置研究

 针对空间柔性杆系统的扭转振动问题,提出了一类由柔性杆、电阻应变片传感器、压电扭转致动器组成的柔性杆系统。为了研究此系统的扭转振动,运用拉格朗日方程和假设模态法建立了系统的动力学方程。针对柔性杆系统中压电扭转致动器、传感器的优化配置问题,提出一种基于最小输入能量、最大能量传递、Grammian矩阵最小奇异值最大化的复合优化策略,采用遗传算法对致动器/传感器的位置进行了搜索,找到了最优位置位于柔性杆的根部。进行了数值分析研究,结果表明,与其他位置相比,最优位置最有利于致动器实施控制,同时也最有利于传感器的观测。     

复合材料界面对其断裂过程影响的有限元研究

采用了有限元方法研究了裂纹在陶瓷基复合材料中扩展和偏转过程,探讨了界面对陶瓷基复合材料失效模式的影响.采用的界面模型考虑界面的分离势和基体与纤维间的摩擦.结果表明,在界面结合强度一定的条件下,随着基体弹性模量的不断增大,材料的断裂功也随之增大,材料的韧性和抗热震性能也就随之提高.     

Fe-Si-Al合金的制备及其微波电磁性能

以高纯Fe、Si、Al粉为原料,采用机械合金化法制备Fe-Si-Al合金粉末.利用X射线衍射仪、扫描电镜和矢量网络分析仪分别研究了机械合金化产物的相结构、形貌和Fe-Si-Al合金吸波材料在1～18GHz内的电磁性能.结果表明:采用机械合金化方法,球磨时间为80 h时制备得到了块状Fe-Si-Al合金粉末,并且得到的Fe-Si-Al合金粉末比原始铁粉具有较低的介电常数实部和虚部,其磁导率实部和虚部也有所增加.Fe-Si-Al合金吸波材料在低频具有优异的吸波性能,吸波材料厚度为3 mm时,在2～4 GHz频段内具有较低的反射率,在3 GHz处的最小反射率为-16 dB.随着厚度的增加,Fe-Si-Al合金吸波材料的最大吸收峰由高频向低频移动,同时吸收峰的宽度变窄,最小反射率减小,吸波能力增强.     

脉冲等离子体推力器的性能分析

脉冲等离子体推力器(PPT)的性能受多方面因素的影响,包括放电参数以及推力器本体结构等。通过对脉冲等离子体推力器的工作原理和物理学模型的分析,研究了PPT的效率、比冲、推力、元冲量、推功比等性能参数与电极结构、电气参数的关系,并设计了实验,对效率、比冲、元冲量等与放电能量、电极间距的关系进行了验证。结果表明,效率、比冲、元冲量均随放电能量的提高而增大,元冲量在电极间距为50 mm时大于间距为30 mm、40 mm时的值。根据实验结果,提出了设计高性能PPT的一些优化条件,对PPT的设计有参考意义。     

多站混合定位系统的平面误差分析

基于应答方式的多站机场航管定位系统可同时采用时差和距离测量技术,应用最小二乘法和误差估计理论,对按圆周均等布站的四站、五站和六站定位系统所做的相对测量误差分析表明,利用二次监视雷达所给出的测距信息,并通过有限增加冗余测站,将能有效的提高多站定位系统的平面定位精度。     

基于LS-SVM的模态参数识别方法

 最小二乘支持向量机回归用于系统的模态参数识别研究。针对经典的最小二乘支持向量回归缺少鲁棒性和稀疏性的缺陷,提出了一种兼具鲁棒性和稀疏性的最小二乘支持向量回归的算法,并保持了它原有的计算速度快的优点。最后,结合结构动力学方程的自回归滑动平均时间序列形式,给出了结构的模态参数提取方法和流程,给出了相应的数值算例以及进行了实验的检验证明。结果表明,本文的方法能够快速、准确地提取出系统的模态参数。     

基于偏最小二乘的向后删除变量法及其在均匀设计中的应用

针对均匀设计中的小样本数据处理问题,讨论了一种偏最小二乘与向后删除变量法相结合的变量筛选方法。首先,利用偏最小二乘建立包含尽可能多的关键自变量的全模型,然后将向后删除变量法中的每一次最小二乘回归替换为偏最小二乘回归,得到基于偏最小二乘的向后删除变量法。实验结果表明,与逐步回归法相比．该方法的预测能力明显提高,且具有更好的稳定性。