小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

时滞依赖状态的随机脉冲随机集值微分方程解的存在性

利用随机脉冲有关理论、时滞依赖状态相关方法结合适当的集值映射不动点定理,基于公理化定义的相空间,研究了一类时滞依赖状态的随机脉冲随机集值微分方程解的存在性,在满足一定条件下获得了此类问题温和解的存在性.     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点,提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验,并采用经验模式分解(EMD)方法对采集的振动信号进行分解,提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明,所提出的Deep-GBM故障诊断准确率达到87%,相对于传统的机器学习模型准确率最高提升了28%,并具有良好的泛化能力。      

模型预测控制在永磁同步电机系统中的应用发展综述

随着数字技术的发展,模型预测控制(MPC)已经广泛应用于交流传动系统。首先介绍了经典MPC策略——有限控制集MPC和连续控制集MPC的原理。其次综述了多步预测控制、多矢量预测控制、具有参数鲁棒性的预测控制、广义模型预测、显式模型预测这些常见的改进MPC的研究现状,并提出相关研究思路。最后,根据MPC的应用需求和研究现状,展望了未来需要进一步深入和拓展的研究方向。     

基于集对分析法的故障模式综合评价研究

针对产品出现多种故障模式后难以确定故障模式改进优先顺序的问题,本文提出了集对分析模型,实现了故障模式的综合评价和优先排序,为实现质量的持续改进提供有效的依据。     

改进FDTD／集总源模型分析航天器场线耦合

针对典型的电磁脉冲对航天器电缆耦合问题,建立了航天器场线耦合分析模型。在场分布计算方面,采用基于平均电参数和分析目标与 Yee网格不重合的边缘部分修正的改进时域有限差分法。在场线耦合方面,建立基于集总等效源模型的多导体传输线瞬态响应模型,将外场在传输线上激励的分布电压源和电流源与传输线指数矩阵解耦,建立了集总等效电压源和电流源模型。采用分析模型分析运载内一根电缆受电磁脉冲影响的响应,结果表明,即使存在屏蔽作用,电磁脉冲在电缆上耦合的干扰足以损毁设备。