基于离线状态监测的复杂装备预知维修决策及优化

基于免疫粒子群优化算法,对可进行离线状态监测故障呈现渐发特性的复杂装备预知维修决策问题进行了研究。分析了维修决策的必备条件,包括研究对象的前提假设、决策内容、剩余维修时间预测以及维修相关费用;将复杂装备维修决策问题转化为带有约束条件的目标函数求最小解的问题,并构建了数学模型;运用结合粒子群优化算法明确方向性搜索和免疫系统多样性保持能力优势的免疫粒子群算法,对模型进行求解;通过某航空机电设备的实例应用验证,该方法可以有效地解决复杂装备预知维修决策的问题,结果与实际情况基本一致。     

基于遗传粒子群算法的模拟电路测试点选择

针对模拟电路测试点选择的特点,提出利用遗传粒子群算法与整数编码故障字典相结合的方法进行测试点选择。首先根据各测试点的数据建立整数编码故障字典,然后利用遗传粒子群算法选取最优测试点。将该方法应用于实际模拟滤波器的测试点选择,结果表明：利用该方法很容易求出模拟电路的全局最优测试点。     

基于粒子群优化的PID神经网络在热电偶数学建模中的应用

为提高热电偶的测温精度,在对热电偶进行数学建模时,结合粒子群算法对PID神经网络进行优化,并设计了实际多路电偶数据采集电路对温度数据进行采集和验证。通过实验验证,粒子群算法的运用加快了PID神经网络的收敛速度、提高了系统稳定性,从而得到了更加精确的热电偶模型,提高了系统的测温精度。     

基于改进量子粒子群算法的雷达布站优化研究

以双基地雷达"四抗"能力分析为基础,提出了双/多基地雷达布站优化的原则并对这些原则进行了量化,建立了双/多基地雷达布站优化的数学模型.随后,对量子粒子群算法进行了改进,提出了自适应量子粒子群算法,并将其用于双/多基地雷达布站优化数学模型的求解,解决了双/多基地雷达雷达站的部署问题.最后,通过MATLAB对优化后的雷达站...     

基于混沌粒子群优化算法的压气机盘低循环疲劳

压气机轮盘低循环疲劳寿命受很多随机参数的影响,具有很大的分散性,因此,对压气机盘低循环疲劳寿命进行稳健性设计具有重要的意义.在对疲劳寿命概率分析的基础上,结合RBF神经网络与混沌粒子群优化算法,利用混沌粒子群优化的动态收缩搜索区域的搜索特性,通过对随机参数进行优化进行压气机轮盘低循环疲劳寿命稳健性优化设计,使得疲劳寿命对参数的敏感度降低,概率区间减小,计算结果验证了该方法在工程应用中的可行性.     

改进 PSO-RBFNN算法在退化型产品寿命预测中的应用

针对部分高可靠性产品退化规律无法掌握的难题,提出了使用改进粒子群优化—基于神经网络函数(PSO-RBFNN)算法拟合样品退化轨迹、预测伪寿命值的方法。首先,通过改进PSO算法对RBFNN进行训练优化;然后,使用部分测量数据对训练后的RBFNN进行准确度测试;最后,通过RBFNN预测样品退化轨迹,估计出伪寿命值。使用某型电连接器的加速退化试验数据对提出的方法进行了试验验证,成功对该型电连接器进行了寿命预测,得出平均寿命为200 412 h。     

塔康仿真系统的设计

塔康是战术空中导航系统,能完成测距和测位的任务。塔康仿真器是具有塔康设备功能的计算机仿真系统,它可以代替塔康设备参与航空电子系统的综合试验,而且能取得很好的效果。本文在分析塔康工作原理的基础上,对塔康仿真器的硬件结构和软件设计做了较为详细的介绍,同时,对塔康信标的仿真也做了扼要的说明。     

多因素耦合复杂飞行情形风险定量评估方法

多不利因素耦合诱发飞行事故具有隐蔽性强、因素关联复杂及状态"不可逆"性等特点,对其进行定量建模及风险评估研究难度较大。为此建立了典型装备故障和恶劣环境两类不利因素的定量数学模型。基于飞机六自由度全量运动方程、不利因素数学模型和人在环的操纵方式,应用MATLAB/Simulink、C语言和Flightgear软件开发了用于多因素耦合飞行情形研究的虚拟试飞安全性分析系统。建立了基于改进粒子群算法的极值分布风险评估模型,通过广义极值分布参数优化自动找到最为符合的极值分布模型。提出了随机自适应进化粒子群优化算法(RAE-PSO)对拟合过程进行优化,提高了评估精度和收敛速度。建立了多因素耦合复杂飞行情形的综合评估模型,以GJB 626A-2006中的试飞风险科目为例进行风险评估与结果分析,验证了方法的可行性和有效性。     

空间群Pn3m包含Pn3包含P23子群链耕合系数的计算

本文利用陈金全教授的本征函数法计算了Pn3m包含Pn3包含P23空间群的母分系数。最后的计算结果表明，用陈金全教授的本征函数法所求得的母分系数确实满足幺正，归一性，同时也证明了本征函数法对于求母分系数同样适用。