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。     

电气化飞机电力系统智能化设计研究综述

能源危机和环境问题推动了绿色航空的发展,飞机电气化是绿色航空的主要实现手段,已经成为航空技术发展的重要方向。本文介绍了飞机电气化的发展历程,阐述了电气化飞机电力系统的关键技术及其研究现状,分析了先进飞机电力系统设计的关键技术,指出了飞机电力系统综合化、智能化的发展特点。在分析飞机电力系统设计存在的问题的基础上,文章初步提出了电气化飞机电力系统智能化设计平台的理论框架、功能和特点,分析了支撑电力系统智能化设计平台的关键技术,指出了航空智能化设计的研究方向。     

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。      

基于遗传-支持向量机的对置活塞二冲程柴油机气口高度优化

以某对置活塞二冲程柴油机为研究对象,基于一维仿真模型,利用遗传-支持向量机的方法,以油耗为优化目标,进行不同转速工况下进排气口高度组合的自动化寻优。结果表明:在1200r/min下,优化的进、排气口无量纲化高度组合为［0.075,0.105］,所得最小油耗为220.32g/(kW·h);对置活塞二冲程柴油机的气口最优高度应随着转速的提高逐渐增大;且在高转速(大于1600r/min)下,排气口最优高度增加趋势更加明显。      

Behavior and functional modeling methods of doubly salient electromagnetic generators for aircraft electrical power system applications

The Doubly Salient Electromagnetic Generator(DSEG) is a promising candidate in aircraft generator application due to the simplicity, robustness and reliability. However, the field windings and the armature windings are strongly coupled, which makes the inductance characteristics non-linear and too complex to model. The complex model with low precision also leads to difficulties in modeling and analysis of the entire aircraft Electrical Power System(EPS). A behavior level modeling method based on modified inductance Support Vector Machine(SVM) is proposed. The Finite Element Analysis(FEA) inductance data are modified based on the experiment results to improve the precision. A functional level modeling method based on input–output characteristics SVM is also proposed. The two modeling methods are applied to a 9 kW DSEG prototype. The steady state and transient process precision of the proposed methods are proved by comparing with the experiment results. Meanwhile, the modeling time consumption, the application time consumption and the calculation resource demand are compared. The DSEG behavior and functional modeling methods provide precious results with high efficiency, which accelerates theoretical analysis and expands the application foreground of the DSEG in the aircraft EPS.     

微型涡轮发动机综合测控系统设计

针对微型涡轮发动机测控要求,设计了集试车、控制系统半物理模拟、电动供油试验功能于一体的综合测控系统.各传感器调理信号并接到测控计算机与电子控制器;电子控制器通过串口接受测控计算机操纵指令,并采集p₂进行转速间接闭环控制.详细介绍了转速测量方法、电动油泵(pulse width modulation,PWM)驱动设计,并分析、设计了发动机控制律.测试软件以Lab Windows/CVI为平台,采用多线程技术设计.应用表明,系统结构简单、试验效率高,可为同类发动机研发提供支持.      

高速数字设计及其在卫星定位接收机中的应用

高灵敏度卫星定位接收机的迅速发展是未来定位导航产业的必然趋势。本文主要介绍高灵敏度卫星导航接收机的组成和设计概要。分析了数字电路设计中常遇到的信号完整性问题。着重对高速数字系统定义和传输线阻抗进行了理论分析,运用Cadence公司的ALLEGROPCBSIGXL软件给出了层叠等的设置方法和一些重要信号的分析仿真。将高速数字设计的理论分析与实际应用相结合,在卫星定位接收机主板设计中得到了验证。     

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

降低气动效应综合措施的实验研究

中国正在大力发展城际高速铁路运输,而在线路中有隧道时,列车进出隧道所产生的微压波问题已经成为限制高速铁路安全、环保、健康发展的障碍。大量研究表明：隧道出口的微压波强度与压缩波的压力梯度成正比,可以通过分析压缩波的压力梯度变化来评价降低微压波的效果。采用模型试验方法,对缓冲设施、减压竖井降低压缩波峰值和压力梯度峰值的效果进行了测试分析。实验结果表明：减压竖井降低首波压力峰值、压力梯度峰值效果明显;洞口缓冲设施降低首波压力峰值的效果不明显,降低压力梯度峰值效果明显,并且降低压力梯度的效果与速度相关。