基于神经网络预测模型的歼击机结构故障检测方法

提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

基于湿热环境下的碳纤维复合材料力学性能研究及老化寿命预测

对T700/TDE-86碳纤维复合材料开展人工加速湿热老化试验,通过对比分析复合材料老化前后剖面形貌和物理化学特性,探讨了复合材料的吸湿扩散行为,研究了复合材料力学性能演变规律;并构建剩余强度计算模型,结合环境系数预测了湿热环境下复合材料的老化寿命。结果表明：复合材料吸湿率随老化时间延长而逐渐增大直至趋于平缓,符合Fick扩散定律;相对于未进行湿热老化的复合材料,经60℃、95%RH湿热环境老化后的复合材料各力学性能均有所下降,其中剪切强度最为严重,老化64 d后其强度下降率高达25%;基于剩余强度与环境系数预估的T700/TDE-86碳纤维复合材料寿命期限约为30年,为树脂基复合材料未来服役可靠性奠定了基础。     

基于导波原位检测的复合材料疲劳表征与寿命预测研究

随着复合材料在先进飞行器结构中占比的逐渐增加,复合材料在服役过程中力学性能的变化对飞行器整体的安全至关重要。为了实现基于导波原位检测的飞行器复合材料整体部件疲劳评估和寿命预测,首先,从宏观和细观的角度研究复合材料疲劳损伤演化规律;在此基础上,通过分析导波波场信息,探究导波相速度、模态能量比等特征在表征复合材料疲劳方面的潜力;其次,从复合材料损伤机理出发,建立导波相速度与疲劳损伤累积的演化模型;然后,构建深度学习框架,以数据驱动的方式从导波波场中提取疲劳演化特征;最后,提出基于贝叶斯模型平均方法的疲劳演化模型,对复合材料剩余疲劳寿命进行预测。结果表明：通过提取和分析导波特征信息,可以准确地对复合材料疲劳状态进行表征,结合贝叶斯模型平均方法和置信区间准则,实现了在试件疲劳破坏之前的剩余寿命预测。     

航空发动机健康管理技术进展及趋势

综述了航空发动机健康管理技术的最新进展,并指出了其发展趋势.     

基于模拟退火算法预测储层参数

讨论了如何将地震资料、测井信息和先验地质知识有机地结合起来预测储层参数，以便揭示储层内部细节和纵横向变化特征。通过将模拟退火算法与人工神经网络相结合，能够解决非线性全局优化问题，勾画出地震信息和储层参数之间的复杂关系，为储层特征描述和储层横向预测提供提供直观、可靠的地层参数剖面一孔隙度、砂泥质百分含量、含水饱和度及渗透率等剖面。     

基于时间序列数据挖掘的旋转机械故障预报

提出一种基于时间序列数据挖掘的故障预报新方法。把故障前兆因子作为一种暂态,根据旋转机械轴承振动的实验数据建立时间序列．利用时延嵌入的方法重构状态空间,在状态空间中使用遗传算法搜寻最优暂态束．组成暂态集。用暂态集对旋转机械轴承振动的测试数据进行分析．判断是否为故障前兆因子．从而实现故障预报。     

基于热动力分析的飞机液压系统数值预测

根据传热学基本原理建立了主要液压系统元件的数学模型．运用差分法对飞机液压系统中液压油和壳体的动态传热过程进行了研究，为飞机液压系统在各种工况下的温度变化趋势进行预测提供了一种有效的工具。本对某型教练机的液压系统在地面试车及飞行中减速板收放两种工况下进行了数值预测与仿真,计算结果与实验数据吻合较好。     

Cutting tool temperature prediction method using analytical model for end milling

Dramatic tool temperature variation in end milling can cause excessive tool wear and shorten its life, especially in machining of difficult-to-machine materials. In this study, a new analyt-ical model-based method for the prediction of cutting tool temperature in end milling is presented. The cutting cycle is divided into temperature increase and decrease phases. For the temperature increase phase, a temperature prediction model considering real friction state between the chip and tool is proposed, and the heat flux and tool-chip contact length are then obtained through finite element simulation. In the temperature decrease phase, a temperature decrease model based on the one-dimension plate heat convection is proposed. A single wire thermocouple is employed to mea-sure the tool temperature in the conducted milling experiments. Both of the theoretical and experi-mental results are obtained with cutting conditions of the cutting speed ranging from 60 m/min to 100 m/min, feed per tooth from 0.12 mm/z to 0.20 mm/z, and the radial and axial depth of cut respec-tively being 4 mm and 0.5 mm. The comparison results show high agreement between the physical cutting experiments and the proposed cutting tool temperature prediction method.     

数字处理技术在电子侦察中的应用

通过对信号进行侦察的数学模型和一种基于混沌序列的反侦察系统的介绍,讨论了在对抗与反对抗中取得信息优势的关键技术。指出了数字处理技术在电子侦察领域的重要作用及应用状况,并提出了一种新的反侦察技术的设想。