相域输电线路模型中的频率相关转换矩阵

首先针对使用传统算法得到的频率相关转换矩阵元素存在突变点的问题,提出一种新算法用于消除频率相关转换矩阵元素的突变点.新算法先使用传统算法计算出每个频率点的转换矩阵,再通过一个基于最优化原理的平滑过程消除转换矩阵中元素的突变点.通过不换位双回三相输电线路算例,验证了新算法的有效性.在此基础上,利用消除突变点的频率相关转换矩阵分别计算特征导纳矩阵和传播矩阵,通过对比分析,近一步阐明了频率相关转换矩阵中元素的突变点对特征导纳矩阵连续性具有较大影响,而对传播矩阵连续性的影响很小.      

基于角色的细粒度访问控制系统的研究与实现

首先介绍了基于角色的访问控制理论,讨论了其主要特征和优势,然后给出了一个以该理论为基础的访问控制系统的设计框架及实现技术.该系统可以为FTP、WWW 、TELNET提供访问控制服务.系统的总体结构分为:访问控制服务器、访问控制请求过滤器、角色及授权管理服务器,它们各司其职,协同服务,共同构成完整的访问控制系统.      

验前大容量仿真信息“淹没”现场小子样试验信息问题

在运用Bayes方法对武器系统进行鉴定的过程中，仿真信息作为验前信息使用一直是一个有争议的问题。本文给出了验前子样可信度的定义及相应的计算方法，在分析了大量仿真信息“淹没”小子样现场试验信息这一现象的基础上，将验前信息的可信度引入统计推断，较好地解决了仿真信息在试验鉴定中的应用问题。     

宽带变负载阻抗匹配网络的设计研究

某坦克电台采用螺旋天线以缩短天线的几何尺寸，提高安全性。由于该天线的输入阻抗随频率而变化，需要用一个宽带变负载阻抗匹配网络来实现天线与电台之间的匹配。首先从理论上分析论证了实现具有最平坦频率特性的变负载阻抗匹配网络的可能性。然后，根据实际要求进行了计算机辅助工程设计，并给出了相应的设计和仿真结果。     

前向神经网络快速学习算法在发动机模型辨识中的应用

介绍一种采用前向神经网络辨识发动机非线性模型的快速学习方法,与现有同类方法相比,该方法采用矩阵的QR分解求解线性方程组,解决了维数过高的矩阵直接求逆带来的解失真问题,并把这种方法应用于航空发动机的非线性模型辨识。算例仿真验证了算法的可行性。      

基于Bootstrap滤波的单站无源定位算法

针对非线性测量下的被动定位问题,建立了只测角定位模型。讨论了一种基于贝叶斯理论的 Bootstrap 滤波算法,并将该算法与扩展卡尔曼滤波算法进行了比较,仿真结果表明Bootstrap 滤波算法定位精度更高,抗噪声性能更强。     

粗糙集与神经网络在航空发动机气路故障诊断中的应用

提出了一种基于粗糙集理论和神经网络集成的发动机智能故障诊断方法,首先对测量数据进行离散处理,并运用粗糙集理论建立故障决策表,进而约简属性和提取规则,对航空发动机气路部件的几种典型故障进行隔离。然后建立神经网络故障诊断子系统,使用粗糙集处理后的数据计算出发动机气路相关部件的故障程度。最后,还验证了粗糙集神经网络故障诊断系统的抗噪性能。研究表明,该系统能够正确而且高效地诊断出发动机故障的严重程度,并具备良好的抑制噪声的能力。      

人工神经网络在某型航空发动机故障诊断中的应用

介绍了神经网络在航空发动机故障诊断中的应用 ,给出了利用神经网络方法进行航空发动机故障诊断的方法和步骤及需注意的关键问题 ,并利用神经网络方法诊断了加力泵不供油故障     

一种基于FMEA的故障诊断贝叶斯网络快速构建方法

贝叶斯网络(BN)建模问题一直是其在故障诊断应用领域的瓶颈,实际的工程系统中,贝叶斯网模型构建存在许多困难,提出一种基于故障模式影响分析(FMEA)的BN建模技术.首先,在分析现有FMEA所包含的故障信息基础上,提出基于单条FMEA记录的贝叶斯网络片段构建方法;然后,利用故障模式与故障原因因果传递关系将贝叶斯网络片段集成为系统贝叶斯网络模型;最后,以某型飞机前轮转弯系统为例进行BN模型构建和分析.结果表明:本文基于FMEA建立的BN模型不仅避免了传统建模过程中对大量工程经验的需求,并且突破了FMEA定性分析能力,能够有效融合多源信息对工程系统进行定量分析和故障诊断.     

基于贝叶斯网络的航班延误与风险共因性研究

在民航运输生产中,航班延误时常发生,不仅打乱乘客的出行计划,影响航空公司的信誉,同时也会成为民航安全风险的隐患,而民航安全风险发生的同时也常常会导致航班延误。构建航班延误与安全风险的共因性指标体系来分析两者的共因性,并建立了相应的贝叶斯网络模型。研究结果为分析航班延误与安全分析的共因性关联强度提供参考,并在一定程度上对航班延误与安全风险进行预警,确定控制和消除航班延误隐患的措施,提高民航安全。