基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.     

面向全疆域设计需求的某涡轴发动机核心机转子减重优化

为满足某涡轴发动机平原、高原、高寒以及海洋环境下的全疆域设计需求,综合采用尺寸优化和拓扑优化对核心机转子盘体形状进行了减重优化。首先提出了一种基于本征正交分解的径向基神经网络代理模型构造方法,通过在关键区域补充采样,在样本总数相当的前提下,提高了寻优效率,缩短了优化所需的时间。利用该方法对核心机转子盘体尺寸进行优化,优化后结构重量减轻,应力分布和强度储备更趋合理。然后采用变密度法对涡轮盘螺栓孔附近区域进行拓扑优化,得到一种带凸耳形状的螺栓孔创新构型,解决了由于优化后盘体减薄而导致的螺栓孔应力上升过多的问题。结果表明：在转子强度、寿命满足规范要求的前提下,优化后的核心机转子减重15%,满足了全疆域设计需求对转子重量的要求。     

基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

针对传统航空发动机性能参数时间序列预测方法存在的不足,提出了基于滑动时窗策略自适应优化支持向量机(Support Vector Machine,SVM)在线预测模型。该方法解决了训练样本动态适应性差的特点和老旧数据信息影响预测模型精度的问题。在该方法中,滑动时窗策略实时更新时窗数据训练样本,最终误差预报准则(Final Prediction Error,FPE)自适应地确定嵌入维数,遗传算法(Genetic Algorithm,GA)则实时自适应优化SVM建模参数。应用航空发动机排气温度偏差值(Delta Exhaust Gas Temperature,DEGT)数据进行实例验证,结果表明基于滑动时窗策略的自适应GA优化的SVM (GASVM)在线预测模型比传统的GASVM预测模型预测精度有显著提高。进一步分析了预测模型不同时窗宽度对短期预测精度的影响,展示了1步～10步预测的效果,结果表明在线预测模型在不同时窗宽度下短中期(5步以内)预测效果良好且稳定。文中提出的在线预测模型可用于航空发动机性能参数的预测,实现对航空发动机未来性能变化的预警。     

基于改进支持向量机回归的非线性飞机结构载荷模型建模

为进行飞机结构载荷安全监控并为飞机结构疲劳寿命评估积累相关数据,需建立与飞行参数相关的 飞机结构载荷模型。针对飞机结构载荷与飞行参数之间的非线性关系,采用改进停机准则的 SMO 算法及粒 子群模型参数优化算法对支持向量机回归方法进行改进,并通过飞行动力学理论分析结合皮尔逊相关系数的 方法对参与建模的飞行参数进行选取。以飞机跨声速俯仰机动为例,建立机翼某一测载剖面结构剪力模型,并 对该建模方法进行仿真验证。结果表明:采用改进支持向量机回归方法所建立模型精度优于原始支持向量机回归方法建立的模型,即采用改进支持向量机回归方法可提高建模精度及泛化能力。     

脑机接口等新兴科技对传统外科重建肢体功能的启示

肢体瘫痪是人类致残的最主要原因,仅脑卒中等造成的偏瘫在我国就达两千余万患者,长期“无医可治”。中国原创的左右颈七神经交叉移位,将瘫痪上肢神经换接到同侧健康大脑,不仅偏瘫肢体功能显著恢复,更进一步更新发展了传统脑科学理论。然而对于脊髓损伤后肢体瘫痪或严重肢体残缺患者来说仅依靠医学方法尚不能有效治疗。近年来,围绕传统脑电技术发展而来的脑机接口等新兴技术衍生出的交叉学科逐渐兴起,拥有能够解决医学遗留难题的潜能,在国内外掀起一番热潮。作为国家战略需求,研究者应当抓住机会,加大力度支持跨领域、多学科融合,共同研发肢体功能重建新方案,实现新兴科技与中国原创技术融合的再次突破。     

基于在机测量的薄壁件加工综合误差建模与补偿

薄壁零件因其优异的机械性能–重量比而广泛应用于航空航天等领域.但由于刚度低,薄壁件加工时受切削力与夹紧力的影响易产生变形,从而导致较大的加工误差.采用预测力致误差的解析解和有限元等方法难以应对复杂的加工工况.为解决这一难题,提出了一种综合误差补偿方法,可预测并补偿3大主要误差源:几何误差、热误差和力致误差.首先,对机床...     

边界条件对变循环发动机多维度仿真模型的影响研究

为了研究变循环发动机（Variable Cycle Engine,VCE）多维度仿真模型中整机零维仿真模型与核心机驱动风扇级（Core Driven Fan Stage,CDFS）三维仿真模型之间边界参数传递处理方式对计算结果的影响,建立了CDFS和前可变面积涵道引射器（Forward Variable Area Bypass Injector,FVABI）耦合三维仿真模型及CDFS单部件三维仿真模型,对比了CDFS工作特性及出口区域静压分布的差异,并采用迭代耦合方法将CDFS工作特性耦合于循环参数分析,研究了CDFS出口静压分布差异对VCE多维度仿真模型计算结果的影响。结果表明,耦合仿真模型中CDFS稳定工作范围随着内涵出口静压变化而变化,其数值喘振点的换算流量与CDFS单部件仿真模型存在明显的差异。FVABI部件的存在降低了内涵出口及FVABI出口的平均静压边界条件对CDFS出口区域静压分布的影响,而且CDFS内、外涵流量分配会显著影响CDFS出口区域的静压分布。因此,由耦合仿真模型得到的CDFS出口区域静压分布更为真实、合理。超声速巡航工况下,相较于在CDFS出口使用平均静压边界条件,VCE多维度仿真模型在使用真实静压分布之后,CDFS内涵压比和等熵效率基本不变,CDFS外涵压比和等熵效率分别降低了0.86%和2.27%,导致VCE推力升高了0.41%,且迭代次数大幅降低。     

可变速发电机对多机电力系统的稳定性提高的影响

阐述了可变速发电机(ASG)对多机电力系统的稳定性提高有着明显的效果。为了利用电力系统模拟仿真器进行实时仿真，开发了基于个人计算机(PC)的可变速发电机模组。通过将Matlab／Simulink环境下建立的ASG三相瞬时值模型装到PC里的数字处理器(DSP)板上运行，来实现更为详细的实时仿真。通过DSP板上的AD／DA转换接口，对基于PC的ASG模组与电力系统模拟仿真器等实施了物理连接，进行了多机电力系统的实时仿真．所有的仿真结果均显示，引入可变速发电机后，多机电力系统的整体稳定性有了大幅度的提高．     

全位置自动焊管机TIG焊电源研制

本文介绍了一种适用于管－管、管－板对接的全位置自动TIG焊晶体管电源，该电源采用可编程控制器控制，具有直流／脉冲功能，焊接参数在4个区间内可分别预测，试验表明，该电源区间过渡时电弧稳定，抗干扰能力强，焊缝均匀、连接。     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。