标准符合性检查工具软件初探

为了解决传统的标准符合性检查依靠人工、缺少可靠辅助工具的现状,提高标准化检查工作的效率和准确性,我们研发了标准符合性检查工具软件。文章在对工具软件的需求分析的基础上,对工具软件的建设方案、需求实现方式等内容作了介绍,总结了基于信息技术在自动化、信息化标准符合性检查方面取得的成果和工作体会。     

积极探索安全负面行为样例清单制度

抓作风必须抓意识。探索建立一份安全负面行为样例清单,通过安全理论概括加上情景举例的方式,让员工明确自身行为的安全禁区和红线,时刻"照镜子、正衣冠",从而约束和规范工作行为,消除不安全因素。考虑员工接受程度,可对各类负面行为暂不划分等级。在清单编制完成之后,应开展深入学习讨论,激发员工主动思考,举一反三,树立正向安全意识,营造积极安全文化。     

基于BHS-树的定性故障诊断方法

基于定性模型的诊断方法,由于无需系统定量模型,尤其适用于航天器等复杂系统的故障诊断.该方法推理过程包括冲突集的确定及诊断集的生成.基于BHS-树的方法,是一种由冲突集生成诊断集的有效途径,但存在诊断结果冗余及反向递归过程复杂的问题.采取异常/正常特征量相结合的措施,有效地解决了诊断结果冗余的问题,能够准确确定诊断集;同时在系统单故障的假设前提下,对反向递归过程进行适当简化,降低了推理的复杂程度,并通过实例对上述改进进行了验证.     

复杂系统可靠度综合计算平台的设计实现

鉴于复杂大系统可靠度综合计算面临诸多困难 ,分析了其复杂性特征 ,提出了一种一体化建模方法———复合逻辑树模型 (CompositeLogicTreeModel,简称CLTM)及其递归调度综合算法 ,并采用面向对象的思想和技术 ,设计实现了可视化的系统可靠度CLTM综合建模与计算软件平台。介绍了软件的总体框架及其功能 ,并通过实例阐明了相应的系统可靠度综合分析方法     

基于前缀树的数据流容错概要结构构造

应用于数据流环境的数据挖掘算法应首要考虑算法的时空复杂性,而要实现消耗巨大计算资源的容错模式挖掘则更要专注于算法的效率.容错模式挖掘是为了从被噪声干扰的真实世界数据中获取允许一定程度错配的、更加泛化的有用知识.提出一种新的单遍历、高压缩的容错前缀树形概要结构DSFT-tree(Data Stream Fault-Tolerant Frequent Pattern Tree),用来捕捉最近到达的数据流中的数据元素,并且能够高效移除过期数据,实现最大限度地降低计算资源消耗.利用滑动窗指针和位向量表达法实现容错树形概要结构的高效重构,并进一步基于滑动窗口技术实现了数据流环境下的容错频繁项挖掘.实验采用IBM数据发生器产生事务数据,在合理时间内最终挖掘频繁项的数量为FP-stream算法的1.5倍.      

顾及样本优化选择的机器学习云检测研究

针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星（Himawari-8）数据进行日间云检测。通过样本优化选择,使样本中尽可能包括不同情形下的云特征,为机器学习模型提供良好的样本基础,增加模型泛化能力;同时输入特征除了考虑反照率、亮温、亮温差以及天顶角等因素外,还加入了基于反照率和亮温差的物理阈值方法云识别结果;最后基于极限随机树模型进行云检测。结果表明：模型云检测交叉验证精度为96.41%,总漏检率和总虚检率分别为2.08%和0.91%;通过云-气溶胶激光雷达与红外探路者卫星观测（CALIPSO）产品数据进行对比分析,结果显示云检测总体精度为97.1%。     

卫星虚拟热试验平台建模工具模块研究

为预示卫星热试验结果,给热试验设计提供参考,北京卫星环境工程研究所自主研发了卫星虚拟热试验平台。文章介绍了虚拟热试验平台中建模工具模块的建模思想、对象组合策略和数据存储方法;其中数据存储方法采用预排序遍历树算法,相比于传统的邻接列表模式,具有更高的查询效率;最后还介绍了基于本建模工具模块的红外加热笼建模方法。     

低轨卫星网络组播算法

为解决低轨卫星IP网络中现有典型源组播算法的信道资源浪费,提出了一种核心群合并共享树(CCST)的低树代价组播算法.用动态近似中心(DAC)选核方法和核心群合并组播路径构建方法:DAC方法基于逻辑位置形成虚拟静态且结构规则的网络拓扑选择核节点;核心群合并方法以核节点为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展至整棵组播树构建完成,可使组播树的树代价最小,大幅提高网络的传输带宽利用率和组播传输效率.仿真结果表明:与低轨卫星IP网络的其他典型算法相比,CCST算法的树代价性能明显改善,但端至端传播时延略高.     

基于随机森林的风洞马赫数预测模型

在风洞试验中,马赫数的稳定性和快速性对风洞流场品质有着重要影响。为了实现马赫数的精确控制,必须对马赫数进行快速、准确的预测。风洞试验积累了大量数据,大数据集包含了更多的有益信息,为实现马赫数的精确预测提拱了可能性,但也增加了建模的复杂度。通常高度复杂的模型会加重其在实际使用时的计算负担。针对大数据集问题,本文将随机森林方法应用于风洞马赫数建模。随机森林是一种集成模型建模方法,它从3方面降低模型的复杂度:产生多个样本子集,减少了子模型的训练样本个数;具有并行集成结构,子模型可在不同的CPU上运行,提高了运行速度;以简单学习算法回归树作为基学习机,降低了子模型的复杂度。试验证明基于随机森林的马赫数预测模型能够有效利用试验积累的大数据,满足工程上预测速度及精度的要求。     

面向民用飞机排故的增强型符号有向图

针对民用飞机故障的动态特性及维修体制,在符号有向图（SDG）模型中引入动态元素,并融合系统结构模型,提出一种结构和参数能随工况变化而调整的增强型有向图（ESDG）模型。进而提出基于故障依赖矩阵的相容根树搜索算法与分层诊断策略,能解决实际排故中常常因部分状态未测量而造成诊断信息缺失的问题。该方法能满足分级维修中不同诊断精度的要求。多个工况的综合诊断进一步提高了推理分辨率。最后以某民机发动机引气系统为实例说明了该方法的有效性。