基于模糊粗集的航空发动机健康状态监测算法研究

在发动机运行过程中,由于诸多非线性因素的影响,现有发动机状态监测中使用的参数只能部分地反映发动机性能状态,无法进行故障准确定位和故障预测.本文将通过研究模糊粗集的特征参数挖掘算法,从远程发动机监控系统所获得的大量发动机工况参数、气动热力参数和机械性能信息中进行数据挖掘,找出能够全面反映发动机性能状态的特征参数和新规律,进行发动机健康状态监测.     

基于改进AHP的民机结构偶然损伤检查间隔的研究

确定飞机结构偶然损伤检查间隔是制定飞机结构维修大纲的关键问题之一。在国内缺乏相关使用数据的前提下,经过对多种机型维修大纲制订政策和程序手册以及国际主流机型维修大纲的研究,分析了飞机结构偶然损伤的影响因素,建立了相应的评价指标体系,研究了基于粗糙集理论和层次分析法(AHP)的指标权重确定方法,在此基础上,应用综合评价等级和间隔的对应关系,建立了飞机结构偶然损伤维修间隔的制定方法。最后对某机型飞机的重要结构项目进行实例分析,效果良好。     

雷达干扰效果评估的粗糙集方法

针对雷达干扰效果评估这一电子战作战运用中的核心问题,建立了基于粗糙集方法的评估模型。首先,构建了雷达干扰效果评估的连续值型信息系统。在计算属性约简集的基础上,建立了雷达干扰空间的偏序关系矩阵。最后,通过计算雷达干扰空间的综合优势程度,获取雷达干扰效果评估值。实例证明了该方法的有效性。     

基于粗糙集和分层支持向量机的AGV多分支路径识别

双向型视觉导引自动导引车多分支路径识别的关键问题是实时性和鲁棒性。基于智能信息融合的思想,将粗糙集理论与多类支持向量机方法结合起来,提出一种基于知识获取实时性和类的相似性的分层多分支路径识别新方法。采用粗糙集知识粒度理论和分层递阶约简算法获得最小的决策规则,有效降低分类识别的复杂性;提出分类决策安全区域的学习方法,提高识别的鲁棒性。最后,仿真实验和多种环境下的运行测试验证了该方法的有效性和可靠性。     

基于粗糙集理论的终端区飞机排序综合评判

针对日益增长的空中交通流量所带来的严重航班延误,提出了一种全新的终端区（TMA）飞机排序方法。在介绍粗糙集综合评判方法的评判过程基础上,建立了TMA飞机排序问题评判指标体系,进行了飞机排序综合评判过程的算例仿真。仿真结果表明,方法简单可行,能够客观得到各评判因素权重,并且与先到先服务（FCFS）排序方法比较,影响范围减少50%,累计延迟时间减少23%,说明方法排序结果优于FCFS排序结果。     

航空发动机故障诊断技术研究

介绍了COMPASS软件和基于粗糙神经网络模型的新型故障诊断技术。对某航空公司运营中的ERJ145飞机双发AE3007发动机进行的故障诊断和研究表明,粗糙神经网络模型在故障诊断中的适用性和可信性很强,能够为航空发动机故障诊断提供有效参考。     

基于模糊粗集的航空发动机特征参数提取算法

提取发动机性能状态的特征参数,是提高发动机故障识别正确率和可靠性的必要条件.针对实际航空发动机故障参数所具有的模糊和连续性特点,提出了一种基于模糊粗糙集的特征参数提取算法,并应用到某型航空发动机故障识别.研究结果表明:属性约简的核则为导致发动机故障的特征参数,以此特征参数进行故障诊断,可保证较高的诊断精度;同时,该算法的抗干扰性提高了整个系统故障识别的正确率.该算法可用于航空发动机故障分类、故障诊断以及状态监控.      

基于粗糙集的多岛礁要地防空威胁评估

文章以多岛礁要地防空作战需求为牵引,结合现代防空反导作战新特点,综合考虑空袭目标的主要因素和要地的相对价值,在遭受多目标攻击情况下,利用粗糙集理论,从不精确、不一致、不完整等大量不完备信息中求取最小不变集合,求解最小规律集,得出指标权重,并对目标的威胁等级进行排序。粗糙集理论能够大大提高提取有用信息的效率,从而揭示不完备信息中隐含的规律。经过案例分析,表明该方法能够客观地对空袭目标的威胁等级进行排序,对于多岛礁要地防空作战决策研究具有一定的参考价值。