广义断裂等寿命曲线与二维门槛值概率分布

根据疲劳等寿命曲线思想,首次提出广义断裂等寿命ΔKth-Kmth曲线概念及其表达式,该公式具有明确的物理意义,并能合理表达疲劳裂纹扩展门槛值均值与幅值之间的关系,用以确定二维门槛值概率分布;根据相关系数优化法建立了该公式的参数估计方法,并给出了具有可靠度p的广义断裂等寿命p-ΔKth-Kmth曲线公式,以广义p-ΔKth-Kmth曲线为基础首次导出了二维断裂门槛值概率分布,最后,分别以LY11和40CrNiMoA材料为研究对象,各进行了3组不同应力均值下的门槛值试验,并运用该方法对上述试验结果进行了可靠性分析,发现精度良好.     

基于自适应提升小波收缩阈值图像去噪算法

提出了一种自适应提升小波收缩阈值去噪方法，改进了提升算法中预测算子的计算方法，在更新算子中引入了自适应，最后在阈值处理方面使用了实践证明效果比较好的收缩阂值，仿真证明，经去噪后，图像在性能指标上有一定的提高，图像的细节能够很好地保持。     

小波包分析在电机信号消噪处理中的应用

在检测航空高速直流电机的机械特性信号时,采样信号中含有大量干扰噪声,对信号的消噪是进行信号提取、分析、故障诊断和处理的前期工作,其效果将直接影响到后期工作.针对电机起动过程中的噪声干扰信号,采用小波包分析的软阈值方法消噪,取得了良好的效果.     

飞机加强框的一种结构拓扑优化设计方法

为了能够有效地降低飞机结构承力件的质量,针对飞机骨架,以加强框的概念设计为研究内容,通过对“敏度阈值”概念的分析,指出其不足,提出了“改进的敏度阈值”概念,并与“约束补偿”策略结合而形成新的拓扑优化算法,用于加强框的材料布局设计。多个算例中,拓扑优化结果均显示其结构型式十分新颖,值得深入地探讨。由此可以得出3点结论：(1)采用CAD／CAE和拓扑优化相结合用于飞机加强框的初始方案设计是可行的;(2)作者提出的“改进的敏度阈值”拓扑优化算法是有效的;(3)构建一种具有良好操作性的、有别于经验设计的加强框概念设计新方法。     

基于PSO-BP的APU智能故障诊断方法研究

针对BP神经网络故障诊断稳定性差、精度低的问题,提出了一种基于PSO-BP神经网络的故障诊断方法。结合粒子群算法的全局搜索能力和BP神经网络反向传播的特性,不仅提高了故障诊断的准确性和稳定性,而且缩短了训练时间。仿真结果表明,PSO-BP神经网络算法比传统的BP神经网络故障诊断结果具有更高的精度、更快的诊断速度和收敛速度。     

基于改进半阈值算法的电容层析成像滑油监测方法研究

针对航空滑油检测过程中电容层析成像（Electrical Capacitance Tomography,ECT）存在的病态性和欠定性问题,将稀疏正则化中基于L1/2正则化的半阈值迭代算法应用到ECT图像重建,加入L2范数的惩罚项,构造新的泛函模型,并在迭代过程中设计一种新的约束项以优化解向量。仿真实验采用Comsol5.3搭建系统模型,Matlab2014a处理采集数据。实验结果表明,与Landweber迭代算法相比,改进算法成像误差降低37.33%,相关系数提升33.67%;与半阈值迭代算法相比,改进算法成像误差和相关系数分别降低12.31%和提升11.86%,图像误差降低至0.24、相关系数提升至0.92,且成像时间依然保持在0.06s。实际滑油监测的实验系统采用现场可编程门阵列（Field Programmable Gate Array,FPGA）直接数字频率生成模块生成数字量的正弦激励信号,通过D/A转化为正负交流信号对测量电极进行激励。实验结果表明,基于ECT系统的改进半阈值迭代算法可以满足航空发动机滑油监测的实时性和准确性的要求。     

基于遗传算法的最佳熵阈值图像分割法

将遗传算法用于图像分割的Kapur等人提出的最佳熵阈值确定法(简称KSW熵法)中,进行了针对图像分割遗传程序所需的参数设计.KSW熵方法具有很多优点,但同时也存在弱点:需要大量的运算时间,特别是在计算多阈值时.因此需要引入优化算法.J. Holland的遗传算法是具有鲁棒性和自适应性的搜索方法.采用遗传算法实现单阈值和多阈值图像分割,实验结果表明分割速度快于传统的KSW熵法,缩短了运算时间.      

基于梯度关系和局部连通性的红外小目标检测方法

红外图像中的弱小目标检测技术在精确制导等领域有着广泛的应用,是提升现代军事实力的关键环节。传统的目标检测算法主要基于背景抑制和目标显著性两个方面,但往往不适用于色差较大、干扰较多的复杂环境。本文提出一种基于梯度检测和局部连通性判断的弱小目标检测算法,利用弱小目标在局部区域的梯度特性和连通特性识别可疑目标,并采用区域生长算法进一步剔除检测到的干扰点。同时采用自适应策略确定相关阈值,提升算法的灵活性与应用范围。本文算法在反映多种检测环境的图片和视频序列中进行检测,并与传统方法比较。检测结果表明:该方法准确率较高,可保证较低的虚警率,同时处理速度较快。     

基于标准差加权的色偏图像校正方法

针对色偏图像校正问题,提出了1种标准差加权的色偏图像校正方法。首先,利用灰度世界算法计算色偏图像红、绿、蓝各通道的校正系数;其次,对色偏图像进行超像素分割,利用像素平均值和方差计算每1个超像素的颜色一致性,从而计算各通道的校正系数权重;最后,对校正系数进行加权处理,并进行色偏图像校正。实验表明,算法能够对色偏图像进行有效校正,并克服单一色块和校正后图像变亮问题。相比于灰度世界、完美反射和动态阈值3种算法,该算法的峰值信噪比平均提升36.46%,色差均值平均降低3.12%。     

Robust fault detection and optimization for a network of unmanned vehicles with imperfect communication channels

The observer-based robust fault detection and optimization for a network of unmanned vehicles with imperfect communication channels and norm bounded modeling uncertainties are addressed. The network of unmanned vehicles is modeled as a discrete-time uncertain Markovian jump system. Based on the model, a residual generator is constructed and the sufficient condition for the existence of the desired fault detection filter is derived in terms of linear matrix inequality. Furthermore, a time domain optimization approach is proposed to improve the performance of the fault detection system. The problem of detecting small faults can be formulated as an optimization problem and its solution is given. For preventing false alarms, a new adaptive threshold function is established. The combined fault detection and optimization algorithm and the adaptive threshold are then applied to a network of highly maneuverable technology vehicles to illustrate the effective- ness of the orooosed aooroach.