一种考虑各向异性的DD6单晶高温合金低周疲劳寿命预测方法

为研究DD6单晶合金低周疲劳性能,准确预测其低周疲劳寿命,基于循环损伤累积(CDA)寿命模型,引入取向系数,提出一种考虑晶体取向的CDA寿命修正模型,并对DD6单晶合金试棒进行了760℃低周疲劳试验。利用CDA寿命修正模型与Coffin-Manson寿命预测模型对试验数据进行分析、比较得到:DD6单晶合金低周疲劳性能[001]取向最优,[011]取向次之,[111]取向最差;CDA寿命修正模型在各晶体取向寿命预测分散性皆优于Coffin-Manson寿命预测模型,具有更好的预测精度;CDA寿命修正模型综合考虑取向相关系数对各取向低周疲劳寿命的影响,具有更广泛的适用性。     

基于双层K近邻算法航站楼短时客流量预测

航站楼离港客流量在短时期内呈现准周期性规律变化,易受航班计划、天气等多种因素影响,表现出复杂的非线性特点。为了实现航站楼短时客流量的准确预测,在传统K近邻（KNN）算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型。通过实例分析,与ARIMA模型和传统K近邻模型等进行比较,证明双层K近邻模型预测误差更小,精度更高,模型拟合度相对传统K近邻模型提高了8%~10%,为航站楼短时客流量精确预测提供了一种新的解决思路。      

基于RBF神经网络的货运量预测模型

利用RBF神经网络进行了货运量预测.经过对预测结果的检验和分析,证明了RBF神经网络在货运量预测中效果较好,而且就具体网络训练而言,RBF神经网络的预测精度和训练速度均较BP神经网路优越,具有较大的计算优势.     

基于航迹分割的航空器噪声预测模型

根据航空器的航迹来预测其影响区域的噪声情况,基于航迹的几何特性,将航迹分成直线段航迹和曲线段航迹两个基本航迹元素;确定了直线段和曲线段的各自影响范围之后,分别计算各航迹段对它们影响区域的噪声值贡献情况;统计了各个航迹段对监测点的噪声影响之后,综合得出整个航迹段对监测点的噪声影响,从而建立了航空器航迹噪声预测的模型。将该模型计算的结果分别和软件模拟数据、实际监测数据进行对比分析,发现该模型在航迹段内对监测点噪声均值的预测较为准确,监测点噪声峰值预测结果更接近实测数据。     

基于模糊预测的飞机故障预测系统研究

使用Delphi语言开发了一个飞机故障模糊预测系统,建立了飞机故障模糊预测模型。介绍了系统的总体结构和各模块功能,阐述了飞机故障预测系统知识库的推理过程。     

备件需求预测模型研究

给出了基于寿命分布函数、时间序列和成组技术的备件需求预测模型和选择的一般原则,分析了它们的特点和适用范围,对提高备件需求预测科学性有指导作用和实际意义。     

基于ITU—R模型的降雨衰减特性研究与仿真

根据ITU-R雨衰预测模型,给出了静止轨道卫星降雨衰减顸测模型和非静止轨道卫星降雨衰减长期统计值计算方法。结合我国典型地面站的降雨率数据进行的仿真结果表明：所用模型和方法正确。研究对我国卫星通信系统的研究与设计有一定的参考价值。     

镍基单晶合金DD3的寿命预测模型

探讨了镍基单晶合金在承受机械载荷和温度载荷时的寿命预测模型。基于疲劳 -蠕变试验及热机械疲劳 -蠕变试验 ,分析了各影响寿命的主要因素。典型断口的 SEM分析表明 :断口由小剖面组成 ,在小剖面的中心 (附近 )有形核于铸造缺陷的小空穴 ,这些小孔洞有不同程度的长大 ,相对于蠕变 ,疲劳断口的小空穴数量 (密度 )明显增加。详细的观察表明 ,这些空穴对高温带保载的疲劳断口而言 ,承受拉伸保载的断口上的空穴明显较承受压缩保载断口上的空穴大。概括而言 ,镍基单晶合金的破坏受到的影响为空穴扩张和材料消耗 ,对蠕变、疲劳和热疲劳都相同。针对镍基单晶合金叶片的温度、载荷特点 ,可以用线形寿命模型统一描述工作寿命。     

基于CRBMs-RVR的涡轴发动机输出功率衰退预测

针对涡轴发动机全寿命期内输出功率衰退预测问题,提出一种含多层连续受限玻尔兹曼机（CRBMs）深度特征提取的相关向量回归（RVR）功率预测方法。对发动机气路部件测量数据进行重构,利用CRBMs深度网络提取数据深层特征,将特征数据作为RVR模型的输入,实现对输出功率的预测,并对预测结果提供概率分布。以某型双转子涡轴发动机部件级模型为试验对象,模拟全寿命期内发动机气路部件性能退化,对输出功率进行衰退预测。试验结果表明：基于CRBMs-RVR的预测模型与传统的RVR预测模型相比,训练时间缩短30.2%,预测结果的均方根误差减小64.6%;与基于主成分分析（PCA）进行特征提取的PCARVR预测模型相比,预测结果均方根误差减小42.4%,验证了所提出的预测方法具有模型结构简单、预测精度高、可提供概率式输出的优点。