特征趋势分区Gauss伪谱法解再入轨迹规划问题

针对强约束下的滑翔再入轨迹规划问题,采用基于特征趋势分区的Gauss伪谱法将连续最优问题转换为多个并行非线性规划问题并对其进行求解。针对传统拟谱方法在处理状态受限时,非平滑最优控制解难以收敛的问题,引入Sobolev空间证明了分区并行的收敛性和一致性。基于Letts准则提出了非连续特征趋势提取方法,通过分析离散点配置导数进行了可变分区的迭代设定,并结合导数变化趋势给出了各分区的动态配点数。利用不同阶次的多项式进行精度逼近,保证了在考虑多项强约束条件下弹道规划的可行解获取。结合状态分区的策略进行离线状态的分解,提高了计算效率。最终针对典型的再入应用进行了轨迹规划应用。仿真结果表明,所提出的方法可有效应对多种约束条件,能够根据飞行器的气动能力规划出可行的轨迹,过程条件满足约束,且可适应气动力20%的拉偏范围。     

基于长短期记忆网络时序数据趋势预测及应用

为了研究状态监测大数据对设备运行状态的估计和预测,提出了一种人工经验与主成分分析相结合的长短期记忆网络方法（AEPCA-LSTM）,利用运行过程中的监测时序数据对设备运行趋势进行预测。首先,通过基于人工经验的主要成分分析方法（AEPCA）从状态监测系统中提取与目标变量最相关的状态变量作为输入;其次,利用长短期记忆网络（LSTM）对目标变量趋势变化进行预测,并考虑运行过程中新数据样本的持续产生,对模型进行定期更新,以提高模型的动态适应性。最后,将所提出的方法应用于船舶副机系统的涡轮增压器转速预测中,结果表明该方法相对于传统的PCA-LSTM和LSTM,具有更小的预测平均误差0.18037,即展现了其在时序数据趋势预测的优势。     

民用飞机起落架恢复周期抽样方法研究

民用飞机起落架抽样具有长周期、高成本的特点,样本量和抽样次数是重要的影响因素。以IP44为中心研究民用飞机起落架抽样样本量的确定问题,提出以实际机龄区间和运行环境为基础的样本分布和样本筛选方法,在此基础上运用线性分析方法对观测故障进行趋势预测分析,并建立起落架恢复间隔假设检验准则,对提出的方法进行验证分析。结果表明：基于IP44的起落架恢复任务抽样方法能够对起落架恢复任务间隔的合理性进行判断,可以指导我国自主研制民用飞机起落架恢复抽样工作。     

桥面变形监测的多尺度分析与建立模型

对于利用 GNSS测量技术获取的桥面监测数据,研究如何对其进行准确而有效的处理与 分析,获取桥梁的运营状态,对桥梁的养护与安全运营具有重要意义。从对桥面 GNSS监测数据 的处理与分析方法研究出发,利用 EMD 方法结合频谱分析,得到 EMD 后的IMF 分量的频域范 围,有效地分离出含有振动信息的变形量、趋势分量和高频噪声分量。结合 SSA、EMD 两种信号 处理方法的优点,提出了一种新的 EMD-SSA 耦合模型,将经SSA 去噪后的高频IMF分量与低频 IMF分量和残余项进行重构。对新的信号处理模型通过仿真信号和桥面监测信号进行验证,试验 结果表明,新模型的处理效果较单独的 EMD、SSA 方法的处理效果有了显著提升。与 EMD、SSA 方法相比,利用新方法处理信号后信噪比与相关系数增加,偏差减小,验证了新方法的可行性与有 效性。