红外光电系统TOD与MRTD测试方法的比较研究

对比了MRTD(最小可分辨温差)和TOD(三角形方向辨别)法在测试图样、观察任务、测试规程、结果处理、判断准则上的不同。通过对采样作用、动态响应、客观测量3个方面的分析,得出了TOD法在测试性能上的优势,引用国外相关单位的试验结果,说明了TOD测试的适用性。     

联合特征子空间下Wasserstein距离对齐的胃CT图像识别

为提高小样本下胃肿瘤的辅助诊断性能,结合临床实践,研究联合特征子空间下Wasserstein距离对齐的胃CT图像识别方法。首先,为减少源域特征和目标域特征之间的差异,进行有效迁移,利用主成分分析(Principal Component Analysis, PCA)法寻找子空间的线性变换基向量,构建联合特征子空间,实现数据全局均值和协方差的对齐;然后,采用基于最优传输理论的Wasserstein距离算法进一步衡量子空间内正负标签数据特征之间的分布距离,增加正负标签数据特征之间的区分度,实现细粒度迁移;最后,针对传统极限学习机算法容易过拟合且稳定性差的问题,使用L₁范数正则化对输出权重矩阵进行稀疏约束,提高模型鲁棒性,实现迁移特征的有效分类。实验结果表明,该方法在内部测试集的AUC为0.891,外部测试集的AUC为0.897,一定程度上可为医生提供较好的诊断参考,具有现实意义。     

《模具制造工艺》课程设计改革初探

阐述在《模具制造工艺》课程设计中进行教学改革的几项具体措施,重点介绍课程设计指导课的内容编排,对课程设计中的常见错误进行归纳和剖析。     

太空茶叶中矿物质及抗氧化营养成分的溶出特性研究

为研究航天工况下绿茶及红茶中钙、镁、钾、钠、γ-氨基丁酸(GABA)、没食子儿茶素没食子酸酯(EGCG)、没儿茶素没食子酸酯(ECG)溶出特性,以太空绿茶及太空红茶为原料,采用(65±1)℃去离子水模拟太空泡茶程序,梯度冲泡5次,并通过电感耦合等离子体发射光谱法测定钾、钠、钙及镁矿物质营养元素含量,采用液相色谱-质谱法测定EGCG、ECG及GABA相对含量。结果表明：矿物质元素溶出率由高到低为钾、镁、钠、钙,元素溶出率与冲泡次数呈指数函数关系,5次冲泡各矿物质元素溶出率太空绿茶分别为86.98%、44.25%、17.95%和7.17%,太空红茶为93.34%、36.04%、26.19%和5.2%;EGCG、ECG及GABA3种成分溶出量随浸泡次数呈线性降低关系,在相同固液比条件下太空绿茶EGCG、ECG溶出量较太空红茶高,GABA在太空红茶中溶出量较高。     

悬臂静子间隙影响的计算分析

悬臂静子在小型涡轮喷气和涡轴发动机的轴流压气机上广泛应用,为了探讨不同条件下悬臂静子间隙的影响,在特定的环境下,分别针对常规负荷和高负荷、小轮毂比和中等轮毂比,组合成几种不同方案,计算分析了静子根部径向间隙分别为弦长的0%、0.25%、0.5%、1%、1.5%和2%情况。计算结果表明:与叶栅中情况类似,在压气机中,悬臂静子同样存在一个特性上表现最优的最佳间隙;在根部未发生角区失速的大流量状态和设计状态,间隙的引入会使得特性恶化,在根部发生角区失速后的小流量状态,间隙的引入则能使得特性变优;间隙形成的泄漏流对角区分离的影响与间隙大小和角区分离程度相关;压气机设计状态负荷水平减小后,间隙的影响规律基本不变;轮毂比增大后,最佳间隙值有减小的趋势。     

一种基于观测站数目最小化的TDOA/FDOA无源定位算法

在三维（3D）运动目标无源定位系统中,无模糊定位最少需要4个观测站。而传统的两步加权最小二乘（TSWLS）及其改进的闭式算法至少需要5个观测站进行求解,当减少一个观测站时,这些闭式算法往往无法提供可靠解。针对这一问题,提出一种最小化观测站数目的到达时间差（TDOA）与到达频率差（FDOA）定位算法。该算法是一种闭式解法并且能够在三维场景下仅使用4个观测站进行定位。该算法分为两步：第1步分离传统的TSWLS算法中未知参数空间,建立了一组新的等式,并且利用加权最小二乘（WLS）算法得到目标位置与速度的初始值;第2步利用泰勒级数展开算法将中间变量线性化,对目标位置和速度初始值进一步校正。理论分析证明了在适当的噪声水平下该算法能够达到克拉美罗界（CRLB）。此外,计算机仿真表明仅使用4个观测站时,该算法对于近场以及远场目标参数的估计精度在测量噪声较小时可以实现CRLB;并且还表明使用5个观测站估计时,该算法比TSWLS及其改进算法能更好地适应大的测量噪声。     

故障树分析在某APU进气门故障诊断中的应用

首先介绍了故障树分析方法的概念和原理,然后以某辅助动力装置（APU）进气门组件为例．在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型。随后求得系统的最小割集,并计算出底事件的重要度,并以此为依据,从大到小排序,确定故障诊断的最优程序。实验结果表明,所用方法具有较强的故障诊断能力,能进行准确的故障定位,并能给出相应的故障处理措施,为该辅助动力装置故障诊断的发展提供了较为实用的参考价值。     

一种基于SNM降阶技术的整体叶盘结构失谐识别方法研究

本文以谐调叶盘有限元模型解析模态和失谐系统的实验测量模态作为基础信息,提出了一种整体叶盘结构失谐识别方法。该方法基于SNM降阶技术,大大降低了识别过程的计算花费以及对基础信息的要求;采用了子矩阵型技术使得失谐参数定义更加的自由,并使得该方法具有模型修正的功能;利用最可能向量技术处理实验测量模态振型,有效的限制了测量噪声、非线性等因素对识别过程的影响。最后以一个真实叶盘结构的数值仿真分析证明了该方法的正确及有效性。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.