Aero-engine fault diagnosis applying new fast support vector algorithm

A new fast learning algorithm was presented to solve the large-scale support vector machine ( SVM ) training problem of aero-engine fault diagnosis.The relative boundary vectors ( RBVs ) instead of all the original training samples were used for the training of the binary SVM fault classifiers.This pruning strategy decreased the number of final training sample significantly and can keep classification accuracy almost invariable.Accordingly , the training time was shortened to 1 / 20compared with basic SVM classifier.Meanwhile , owing to the reduction of support vector number , the classification time was also reduced.When sample aliasing existed , the aliasing sample points which were not of the same class were eliminated before the relative boundary vectors were computed.Besides , the samples near the relative boundary vectors were selected for SVM training in order to prevent the loss of some key sample points resulted from aliasing.This can improve classification accuracy effectively.A simulation example to classify 5classes of combination fault of aero-engine gas path components was finished and the total fault classification accuracy reached 96.1%.Simulation results show that this fast learning algorithm is effective , reliable and easy to be implemented for engineering application.     

应用快速多分类SVM的航空发动机故障诊断方法

提出了一种新的快速多分类SVM算法,用于解决大样本情况下航空发动机的多类故障诊断问题。首先,选用层次支持向量机(H-SVM)来实现多类分类,用各类数据中心代表该类数据,通过自组织特征映射神经网络(SOFM)进行聚类,把类中心之间距离较近的数据归为同一个子类进行训练,得到H-SVM层次结构。其次,在训练H-SVM中的二元分类器时,应用相对边界向量(RBV)代替全部训练样本,在保持分类精度几乎不变的条件下大幅度减少了训练样本数,使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短。在分类数据混迭较为严重的情况下,新算法先剔除混迭的异类数据,再计算RBV,并且把与计算的RBV距离小于一定数值的样本都选择来训练SVM,保证了RBV的合理性,防止了关键数据的丢失,有效提高了分类精度。针对一个航空涡喷发动机5类复合故障的分类进行了实例仿真,总的故障分类正确率达到91.2%,二元SVM的训练时间最多只有原来的16.20%;当训练样本总数达到7500的大规模情况下,根据本算法,约减后的样本数量只有原来的3.05%。仿真结果表明,提出的算法有效、可靠,容易实现。     

结构动力学中具有重特征值的灵敏度分析

为了计算重特征值情形的特征向量导数,推广Nelson's方法被广泛采用,其中有些已被认为在某些情形下是错误的.本文利用数学定理和新的灵敏度定义给出特征值和特征向量导数的精确解.该方法数学上严格,无论是否存在重特征值均适用.为了实际应用,还讨论了用低阶特征值确定近似解的可能性,算例验证了本文方法.     

TiNiCu形状记忆合金热机械训练诱发双向记忆效应的DSC曲线特征

利用示差扫描量热法(DSC)研究了TiNiCu双向记忆弹簧训练过程中热机械训练及退火对合金相变特征的影响。结果表明,训练前升温时,DSC曲线表现出的吸热峰由多个小峰组成,随着训练次数的增加,峰的个数减少,具有稳定双向记忆效应的试样中,升温时只出现一个锐利的峰。这是因为在训练过程中引入特定取向的位错,产生一定的应力场,使得马氏体变体的取向比较一致,相变点基本相同所致。由于位错的引入,引起相变点As和Af下降。训练不同次数的样品400℃退火后,由多个小峰组成的吸热峰合并为一个峰,这是由退火导致热机械训练诱发特定取向的位错恢复引起的。     

机载雷达综合训练模拟器的研制

首先分析机载雷达综合训练模拟器的功能,然后详细论述雷达训练模拟器的软硬件组成,以及系统研制过程中所解决的关键问题。     

一种新型航空鱼雷模拟训练装置

介绍了一种用于攻潜实践教学的模拟训练装置 ,以及该装置的硬件构成、软件流程、抗干扰的措施和能进行训练的内容     

软系统方法论在战略性培训中的应用

概括了切克兰德提出的软系统方法论及其解决问题时的逻辑步骤,详细介绍了其在建立战略性培训中的应用,并分析了采用系统的思想和方法建立战略性培训系统模型的过程.     

信息管理人才能力培养研究

面向２１世纪的社会发展,对信息管理人才的培养带来了新的挑战。对此,笔者从信息管理人才的素质要求出发,提出了培养信息管理人才能力和实践教学体系。     

基于网络的大型民用飞机飞行仿真系统

 结合北京航空航天大学仿真研究所开发的大型民机通用飞行仿真系统,首先介绍它的硬件系统组成、基于总线型的实时网络拓扑结构、模拟座舱的布局以及各分系统的功能和在网络节点上的分布,然后介绍了模型及主控计算机的管理方式和软件编程,最后讨论了网络通信中的几个问题,以及保证系统实时性所采取的措施.     

嵌入式隐Markov模型的分段训练方法

针对嵌入式隐Markov模型再学习问题,提出了分段训练方法用于人脸识别:把当前的训练样本看作整体训练样本的一部分,训练结束后存储训练后的模型参数和中间变量;增加新样本后,以当前模型参数作为初始模型参数,用新增样本训练模型,得到新的中间变量,最后将已存储的中间变量和用新样本计算得到的中间变量合成,得到最终的模型.人脸识别实验结果表明了该方法的可行性.