基于LMI的一类非线性离散动态系统的鲁棒故障诊断

 针对一类非线性不确定离散动态系统 ,提出了一种新型鲁棒故障诊断方法。该方法不但能够对被诊断系统进行故障检测 ,而且同时能够实现故障的分离和辨识。它首先通过构造一个辅助系统 ,将故障的辨识问题转化为min max问题 ,并且通过巧妙设计辅助系统的输出增益矩阵 ,使得辅助系统与被诊断系统的状态差值方程和输出差值方程稳定 ,然后将min max问题转化成LMI问题 ,最后通过求解LMI问题来实现故障诊断。分析了故障诊断方法的鲁棒性、灵敏度和故障的辨识误差。仿真结果验证了该方法的有效性。     

对军用航空发动机可靠性参数体系选择和指标确定的探讨

在对国外军用航空发动机可靠性参数体系和指标的统计及应用原则进行探讨、分析的基础上，对国内某系列发动机的使用情况和故障进行了统计分折，借鉴国外对军用航空发动机可靠性定量要求的经验，综合国情提出了我国军用航空发动机可靠性参数体系和指标的建议。     

多级飞行控制系统设计

 现代飞行控制系统设计中,如果同时考虑三轴模型,要实现实时最优控制是非常困难的,因为飞机短周期运动三轴模型阶数通常是七、八阶,要实现最优控制,就得实时求解相应维数的Riccati方程,这对于阶数较高的系统是非常困难的,甚至根本无法实现。但是,如果系统维数很低,实时求解相应维数的Riccati方程则可望实现。因此,将原高阶系统分解成若干相互关联的子系统,进行递阶分级控制,这样子系统的维数将大大低于原系统维数,并且各子系统的最优控制计算可分别由各子系统的计算机完成。由此,飞行控制系统的最优设计实现将成为可能。     

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.     

98RK电子压力扫描系统在NH-1风洞中的应用

美国PSI公司开发的98RK电子压力扫描系统作为一种高速高精度多用途的自动测量仪器,在风洞试验中具有很高的使用价值。本文介绍了该系统的结构性能和在NH—l风洞中的应用。     

基于最小二乘支持向量机的普通高校招生人数预测研究

近年来普通高校的发展速度与规模,使社会大众兴起了对教育质量与总量的关注。普通高校招生数预测是制定教育政策的重要依据。针对中国文化教育的特征,在统计学习理论和结构风险最小化原理的基础上,建立了基于最小二乘支持向量机的时间序列预测模型。预测结果表明该模型具有较高的预测精度,为普通高校招生数预测提供了一条新的途径。     

纳米校准与测试——基于纳米测量机的试验性研究

主要介绍了基于纳米测量机的高阶梯差台阶标准样板和深沟槽深度标准样板计量测试和校准工作研究,包括在NMM上对两种标准样板进行计量测试和校准、在NMM上安装不同的探测传感器时纳米级深度标准样板和台阶高度样板的校准比较、以及在研航空基金项目"在NMM上实现小型非球面的坐标扫描轮廓测量方法".     

微小精密机电系统螺纹连接机构精准装配技术

针对微小精密机电系统中装配连接性能不一致、可靠性差等问题,以某微型挠性摆式加速度计的恒力锁紧机构为例,从装配结构优化、装配工艺精细化设计、装配连接可靠性等3个方面回顾了国内外研究现状,并论述了从这3个方面入手解决恒力锁紧机构载荷精准形成与保持的可行性。结合锁紧机构中被连接组件具有不同材料属性的“三明治”式结构,以及该机构具有多材料、异型异构、跨尺度变形的复杂几何与装配特性,提出了“由内向外”锁紧载荷设计和“由外向内”锁紧载荷保障的解决思路,旨在实现某微型挠性摆式加速度计装配连接性能的高可靠性与高保持性,并以此提升该型加速度计的零偏稳定性。     

飞行器体系优化设计问题

针对传统的飞行器设计与体系（SOS）设计相互独立造成的飞行器实际作战效能不足的问题,对同时考虑飞行器与体系耦合设计的飞行器体系优化设计问题展开研究。首先,根据体系工程（SOSE）原理给出了耦合飞行器设计与体系结构设计的飞行器体系优化设计问题的基本概念与通用数学定义;其次,基于多层体系架构,构建了飞行器体系设计优化模型,提出了包含问题定义、体系架构建模、学科建模、优化求解4个步骤的通用建模求解流程;最后,以巡飞/精确打击武器协同作战为例,构建了面向任务成本最低、时间最短的协同作战体系最优化问题并对其进行优化求解。与先设计飞行器后设计体系结构的解耦设计结果对比表明,解耦优化设计忽略了体系结构与飞行器的强耦合特征,无法最优化体系效能;耦合优化设计能够获得体系效能最大化的飞行器设计方案。     

AHPSO-SVM预测超声内圆磨削ZTA陶瓷的边界损伤

为解决普通加工方式易出现工程陶瓷边缘碎裂的问题,本文对超声内圆磨削工程陶瓷边界损伤预测系统进行了研究。在35 kHz轴向超声磨削与普通磨削两种条件下独立进行试验,运用支持向量机研究工艺参数与边界损伤影响规律,采用改进的粒子群算法优化支持向量机,建立采用混合核函数的AHPSO-SVM预测模型。研究结果表明,超声激励下试件边界损伤降幅为10.05%～21.23%,AHPSO-SVM预测模型MSE为0.378 4、平均相对误差为1.369 0%、30次适应度值标准差为0.020 2。相比于普通磨削,超声磨削可使ZTA陶瓷边界损伤值显著降低;建立的AHPSO-SVM模型具有较好的学习能力、泛化性能与良好的稳定性。