基于FAHP与灰色聚类的 航空地面电源车功能损伤状态评估 aaa

针对战损情况下航空地面电源车功能损伤状态评估的问题,以电源车的功能结构层次为基础建立了指标体系,应用改进的模糊层次分析法(Fuzzy Analytical Hierarchy Process,FAHP)法确定了指标权重。建立了灰色聚类评估模型,并提出了指标灵敏度分析方法。针对某型战损电源车的功能损伤状态进行了评估,得出了功能损伤状态聚类评估结果,分析了指标权重变化对评估结果的影响,验证了方法的可行性和有效性。     

层次分析法在多维度整机系统风险评价中的应用

当前中国发动机的交付模式普遍为以磨合为目的的装配试车和以交付为目的的装配试车（两装两试），而国际上民航发 动机的交付模式普遍为一次装配试车合格后即可交付（一装一试）。为转变中国现有的交付模式，开展了基于2种交付模式的风险评定方法研究。通过引入层次分析法对2种交付模式的风险进行评定，在目前采用的2维度风险矩阵评价方法基础上，引入“识别率”的概念，形成了“严酷度+概率等级+识别率”的3维度风险评价方法。构建出了一种复杂系统多维度综合风险评定方法，为衡量发动机 2种交付模式的系统风险值提供了一种定量计算途径。为现有的交付方式向“一装一试”的模式转变提供了理论依据，促进了发动机厂内实现一次装配与试车，降低了交付经济成本，进而缩短了外场发动机交付周期。     

基于双光梳的激光吸收谱真空分压力测量技术研究

为了提高真空分压力测量的准确度和灵敏度，弥补传统测量方法的固有缺陷，真空分压力将结合理想气体定律，使用气体密度来表征。利用气体分子的红外吸收光谱，通过双光梳光谱技术测量其对特定波长光的吸收可实现对混合气体中目标气体密度的精确测量，进而反演出真空分压力。研建了基于电光双光梳的真空分压力测量系统，结合双光梳外差光谱技术与腔增强光谱技术，实现了非侵入、大动态、高速度的真空分压力测量。实验对CO₂,CO,N₂三元混合气体中CO₂与CO的真空分压力进行了测量，其相对误差分别为2.84%和2.77%。通过不确定度分析得出，吸收线强度误差是真空分压力测量中最主要的不确定度分量。     

民机驾驶舱触控显示系统人机工效评估指标体系搭建研究

从人机工效基本原理出发,在对国内外适航规章和行业标准解读的基础上,结合触控技术自身特征,对触控显示系统人机工效设计的影响因素进行分析,并综合运用了改进德尔菲法和改进层次法,初步构建了民机触控显示系统人机工效评估指标体系,可为系统的设计与评估提供借鉴.     

“对分课堂”理念下《大学英语》教学模式改革探索

本文分析了“教学模式”的概念和当前大学英语的教学现状，然后围绕新教学模式改革，分析了“对分课堂”新型教学模式指导下的大学英语教学内容与教学方法，提出一系列的具体举措，对提升学生学习积极性、课堂参与度和口语能力有借鉴意义。     

基于变分自编码器的多维退化数据生成方法

数据驱动的剩余使用寿命（RUL）预测方法不依赖于复杂的物理模型，可以直接利用设备历史运行数据与当前监测数据对设备RUL进行预测，对制定合理的维修策略，降低设备的维护成本具有重要意义。但是数据驱动的RUL预测方法依赖于大量历史数据，在数据不足时，尤其是多维退化数据，模型难以取得良好的预测效果。针对这一问题，提出一种多维退化数据生成方法，所提方法构建了一种全局优化模型，以条件变分自编码器作为生成模型，提取多维退化数据特征并生成相似数据扩充RUL预测模型训练集，利用长短时记忆网络作为RUL预测模型，所提方法能够通过RUL预测模型更新生成模型的参数提高模型的效果，同时利用更新后的生成模型提高剩余寿命预测模型在退化数据不足情况下的效果。使用航空发动机退化数据进行了案例验证，通过对比未加入生成数据训练得到的RUL预测模型与加入生成数据训练得到的RUL预测模型的表现，验证了所提方法在解决RUL预测模型训练数据不足方面的优越性。     

集群编队条件下通导一体高精度时间同步方法

针对集群编队条件下对高精度时间同步的需求，对通导一体高精度时间同步方法进行了研究，将卫星导航系统与数据链系统进行深度融合，提出了动基座条件下基于卫星导航载波差分算法的节点间高精度时间同步算法。该算法通过协同时间驯服的方式来抑制两次定位间隔间受钟漂影响导致的节点间时间同步误差发散以及节点间时钟修正不同步导致的时间同步误差，提升了编队组网条件下节点间的时间同步精度。最后,通过仿真对算法进行了验证。结果表明，时空同步精度可以达到1ns，可有力支撑未来集群编队作战、高精度协同探测、高精度协同制导等典型场景下对节点间高精度时间同步的需求。     

基于VBGMM-DCNN的列车卫星定位欺骗干扰检测方法

面向基于全球导航卫星系统的铁路列车定位实施欺骗干扰的主动检测，在卫星定位解算层次，运用深度学习建模学习方法的优势，提出一种基于变分贝叶斯高斯混合模型-深度卷积神经网络（variational Bayesian Gaussian mixture model-deep convolutional neural network, VBGMM-DCNN）的列车卫星定位欺骗干扰检测方法。该方法首先提取能够充分体现欺骗干扰对定位解算过程作用影响的卫星观测特征参数，构建干扰检测特征矢量；然后，采用VBGMM模型拟合经过预处理的特征向量的概率分布，得到二维概率密度图；最后，将概率密度图用于DCNN模型实施欺骗干扰的检测决策。结合现场实验所得运行场景数据，利用实验室搭建的欺骗干扰测试环境实施了干扰注入测试与检验，结果表明,欺骗干扰检测性能随着DCNN网络深度的增加而提升，相对于常规有监督决策方法F1值最高提升44.68%。基于VBGMM-DCNN的欺骗干扰检测能够适应测试验证中运用的列车运行特征及定位观测条件，所达到的检测性能优于对比算法。     

基于VMD-MPE的开关磁阻电机功率变换器故障诊断

故障诊断是提升开关磁阻电机(SRM)调速系统可靠性的重要技术。针对功率变换器故障信号非线性不稳定、有效信息易被噪声掩盖的特点, 提出了一种新的故障特征提取方法。对直流母线电流进行变分模态分解, 得到若干本征模态分量, 取多尺度有效模态分量排列熵平均值作为特征向量, 输入支持向量机分类器进行故障识别。为验证所提方法的可行性, 建立仿真模型, 与传统的小波分析等故障诊断方法进行对比；搭建了开关磁阻电机实验台架, 测试了开路、短路故障状态。仿真和实验结果表明:所提方法可减小噪声影响, 提高故障识别准确率。      

基于网络层次分析法的舰艇反导作战效能评估

舰艇反导作战效能评估的方法主要有 SEA法、ADC法、作战模拟法和层次分析法等,这些方法存在多系统评估比较困难,或者没有考虑系统之间或系统内部的相互影响,从而导致评估结果存在偏差。针对这个问题,在层次分析法的基础上进行了改进,引入网络层次分析法,较好地解决了系统之间或内部相互影响和多系统评估难度较大的问题。分析结果表明,该方法简洁实用,易于被普遍接受。