基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

重型货物空投系统过程仿真及特性分析

建立了货物空投系统仿真计算模型,包括货台在舱内和舱外全过程的运动特性、降落伞拉直和充气过程的轨迹特性计算等,提出了伞群模拟和多吊带系统分析的新方法。结合目前已有的降落伞性能计算模型和物伞系统运动模型,对重型货物空投全过程进行了完整计算,开发了空投过程三维动画仿真软件,通过与试验数据的对比,表明本模型能很好地满足应用的需要。分析了空投速度、伞包安装位置和牵引比等因素对空投过程的影响,指出了实际系统的改进方向。     

货台空投系统出舱过程研究

研究了空投系统的出舱阶段中货台与地板接触模型,采用动力学分析方法建立了统一的出舱运动模型.根据试验设计条件开展系统仿真计算,结果与试验数据基本一致.探讨了货台离机过程对离机后俯仰姿态的影响.使用离机时间评价出舱过程对货台空投精确度的影响,得到了无量纲离机时间的简化算法以方便工程应用;引入了安全距离参数来评价出舱过程安全性,分析了牵引比、质心位置系数和空投时飞机姿态与离机时间和安全距离的关系,为空投系统中货台布局和牵引伞设计等提供了参考依据.     

评定叶片鸟撞击损伤的参数与方法

探讨了在叶片抗岛撞击损伤研究中叶片损伤能力的评定参数与评定方法。结合发动机设计准则与设计规范的要求,提出了2个用于评定叶片损伤能力的叶片变形损伤参数和塑性应变损伤参数;经对模型叶片在不同撞击位置进行的鸟撞击损伤评定,证明方法可行     

基于排列组合熵的转子振动信号故障诊断SVM方法研究

针对发动机转子的多种故障模式,提出了基于排列组合熵的SVM故障诊断方法。利用转子实验台,模拟了转子正常、转子不平衡、转子不对中、动静碰磨和基座松动5种典型振动模式,并使用振动传感器采集多路振动数据。计算振动数据的排列组合熵并将其作为故障特征向量,对特征向量样本集进行多级SVM分类诊断,并运用小波包能量特征提取方法提取信号特征。实例计算与结果对比表明,本文方法的正确率要高于基于小波包能量提取特征的SVM分类诊断方法,在提取转子振动信号的特征向量及在小样本下的故障分类诊断等方面,具有可行性和有效性。     

航空发动机第1级风扇叶片鸟撞研究

针对目前对鸟体撞击风扇部位影响分析不全的问题,计算了鸟体飞向叶片不同部位和穿过支板间隙的概率,在此基础上分析了鸟体撞击旋转状态第1级风扇叶片不同位置的概率。基于数值模拟技术,建立了鸟体撞击叶片的有限元模型,模拟鸟撞击风扇叶片叶尖、叶中、叶根部位,在分析引起叶片不同位置塑性变形的基础上,进一步确定了风扇损伤最大的位置。针对4种不同的鸟体撞击速度,对发动机第1级风扇叶片鸟体撞击部位损伤进行了分析。得到鸟体穿过叶尖部位支板间隙的概率约为50%,撞击叶尖部位概率约为16.7%,是最容易撞击的部位,受到的损伤也较大。计算结果可以为确定发动机风扇叶片鸟体撞击损伤提供参考。     

基于支持向量机的航空发动机性能衰退指标预测

针对航空发动机性能衰退状态的趋势预测问题,基于非线性支持向量机回归建立了发动机性能衰退指标的预测模型,给出了反映其性能衰退的综合指标。利用该模型对发动机的性能衰退指标进行了预测分析,并与神经网络模型预测结果进行了比较。结果表明:支持向量机回归预测模型能更准确地对发动机的未来状况进行预测。     

基于FSVM改进隶属度的发动机振动性能分析

为了更有效地掌握航空发动机振动性能的影响因素,提出了改进FSVM信息熵的融合定量分析方法.首先,对模糊支持向量机(FSVM)的模糊隶属度函数进行改进,建立多类模糊隶属度计算模型.再将该方法应用到航空发动机整机振动性能评估,计算出振动故障模式与故障原因之间的权值,建立了一个多参数的发动机振动性能分析模型;并对各类振动原因对发动机整体性能的影响进行定量分析,为发动机的振动抑制提供量化参考指标.最后,通过与实际经验作比较,验证了该方法是可行和有效的.     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.     

基于可靠性的飞机风挡抗鸟撞优化设计

传统的飞机风挡设计通常在确定的工况下进行,未能充分考虑实际鸟撞风挡过程中不确定性因素的影响,导致飞机鸟撞风挡的故障多发。综合考虑鸟撞飞机风挡过程中鸟体材料参数、质量、撞击速度等不确定因素的影响,以飞机风挡抗鸟撞的可靠度为约束,风挡质量为目标,基于双循环方法和近似技术建立了风挡抗鸟撞可靠性优化设计系统,利用一阶矩法进行可靠性分析,对某飞机风挡进行了基于可靠性的优化设计。实例分析证明所建风挡抗鸟撞可靠性优化设计系统可行有效。