基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

轴压铆接加筋板局部屈曲弹性支持分析方法

考虑铆钉连接对筋条扭转弹性支持作用的影响,利用三角函数构造筋条在铆钉连接情况下的扭转支持刚度,采用里兹能量法建立轴压铆接加筋平板蒙皮局部屈曲问题的弹性支持理论分析模型及分析方法。分别采用试验方法、有限元方法、工程简化分析方法和本文分析方法对典型轴压金属Z形铆接加筋平板的蒙皮局部屈曲临界应力进行算例分析,验证了本文分析方法的合理性。在此基础上进一步研究了不同的铆钉间距和铆钉连接方式对加筋板蒙皮局部屈曲临界应力的影响。结果表明：在Z形加筋板结构形式、尺寸、铆钉间距皆为工程常用范围的前提之下,若铆钉连接方式不变,改变铆钉间距对屈曲临界应力影响不足1%;若铆钉间距不变,单排连接改为双排或者交错排可以提高屈曲临界应力约11%。     

基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集（Rough set, RS）与支持向量机（Support vector machine, SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization, PSO）优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。     

基于误差最小的SVM最优分类面修正

针对C-支持向量机(C-SVM,C-Support Vector Machine)中惩罚系数C可能导致最优分类面不合理的问题,提出基于误差最小的SVM最优分类面修正方法.通过调整正负类分类间隔的约束条件,求解使训练样本总误差最小的偏置系数,并兼顾与正负类误差之差的绝对值的平衡,得到误差最小的更优分类面.实验证明该修正方法与C-SVM及其它修正方法相比,具有较高的分类精度和较强的抗噪声与野值数据干扰能力.     

SVRM辅助的北斗GEO卫星反射信号土壤湿度反演方法

提出了一种支持向量回归机(SVRM)辅助的北斗地球静止轨道(GEO)卫星反射信号土壤湿度反演方法。使用全球导航卫星系统反射信号(GNSS-R)右旋圆极化(RHCP)天线和左旋圆极化(LHCP)天线接收体制进行了地基实验,采集了北斗GEO卫星直射、反射信号原始数据,并从中提取直射、反射信号的相关功率,结合北斗GEO卫星的高度角与方位角信息作为输入,烘干称重法获取的土壤湿度作为输出对使用径向基(RBF)核函数的ε-SVRM进行了训练。独立测试集上的结果表明,SVRM辅助的北斗GEO卫星反射信号土壤湿度反演方法获取的土壤湿度结果与烘干称重法获取的土壤湿度参考值误差控制在3%以内,线性回归方程决定系数为0.897 9,均方根误差RMSE为1.492 6%,证明了该方法具有良好的泛化特性,实际应用中效果良好。      

基于Hammerstein-like模型的超磁致伸缩作动器建模与控制

超磁致伸缩作动器的率相关迟滞非线性成为其在工程应用中的一大阻碍因素.通过使用特殊建模激励信号,基于最小二乘支持向量机建立了一定频率范围内的统一率相关Hammerstein-like迟滞非线性模型,该模型能够保证其建模频率范围内单频和复合频率的模型泛化性.在此模型基础上,设计了前馈逆补偿与PID (Proportional-Integral-Derivative)反馈控制相结合的复合控制策略,针对一定频率范围内的所有单频和复合频率的输入信号,该控制器都能够保证其跟踪控制效果,最后通过实验实时跟踪控制结果进一步验证了所设计控制器的有效性.     

基于经验模态分解剩余信号能量特征的滚动轴承故障模式智能识别

针对滚动轴承故障模式识别问题,分析了振动信号的时域特征与经验模态分解剩余信号的能量特征,并将采集的特征一起构成了多域多类别的原始故障特征向量集,同时采用遗传算法对支持向量机径向基核函数参数和惩罚参数进行了寻优,提出了结合经验模态分解剩余信号能量特征的遗传算法优化支持向量机参数的滚动轴承故障模式识别方法。实验表明,给出的故障模式识别方法,对滚动轴承的外圈故障、内圈故障、滚动体故障及正常状态有很好的识别效果,具有较强的实用性,能够为滚动轴承故障的模式识别和智能诊断提供帮助。     

轴流压气机通流计算中代理模型的应用（两机专刊）

在轴流压气机初始设计阶段,二维通流计算方法可以快速评估压气机的性能,其准确性高度依赖于经验模型的预测精度。当压气机超出经验模型适用范围时会增大模型的预测误差。为提高预测精度,研究了在通流计算中采用代理模型取代传统经验模型的可行性。以双级跨声轴流速压气机的几何参数和气动实验数据作为代理模型的训练样本库,采用敏感性分析方法确定最重要的特征参数作为输入。分别基于支持向量机回归（SVR）和高斯过程回归（GPR）两种监督学习方法构建代理模型,并在模型训练中通过贝叶斯优化算法寻找模型最佳超参组合。将代理模型集成到基于流线曲率法（SLC）的通流程序中,对该压气机特性进行评估,并与传统经验模型计算结果相对比。对比显示,相较于传统经验模型,SVR和GPR两种代理模型分别降低了62.2%与55.2%的总压特性平均预测误差以及48.4%与50.1%的绝热效率特性平均预测误差。对比结果表明,当超出传统经验模型适用范围时,代理模型不失为一种可靠的替代方案。     

小型航空活塞发动机喷油异常的故障诊断

针对小型航空活塞发动机出现的喷油异常故障,基于发动机的缸内压力和缸盖振动信号,采用一种变分模态分解和布谷鸟搜索优化支持向量机相结合的故障诊断方法对发动机喷油异常故障进行诊断。该方法使用变分模态分解对发动机的缸内压力信号和缸盖振动信号进行处理得到本征模态函数,对本征模态函数进行奇异值分解和能量特征提取,将缸内压力和缸盖振动的数据集输入布谷鸟搜索算法优化的支持向量机模型中进行训练和测试。结果表明:该方法较好地识别出发动机喷油异常的故障,其中缸内压力和缸盖振动信号的故障识别分类准确率分别为95.32%和92.47%,验证了该方法的有效性。      

国内民用飞机制造商运营支持能力建设思考

历经 ARJ 的首飞、取证及运营,必须大力推进民用飞机制造商的运营支持能力建设已成为国内航空界的共识。本文从长期跟踪和参与的几款国产民用飞机型号的运营实践出发,阐述对当前国内民用飞机制造企业运营支持能力建设中若干问题的看法。分析“运营支持技术”在“运营支持能力”建设中的重要性,运营支持能力建设目标是“机队稳定商业运营需求”的保障;提出通过“最小可更换件”分解培育备件市场以降低成本,通过增添“新技能”培训需求为用户产品运营做好增值服务,推动手册编制技术更新落地为国产民用飞机运营支持增添新亮点等观点。希冀基于国内民用飞机制造商运营支持能力建设的讨论,促进其技术发展,推广相关思路在国产民用飞机领域的应用,以满足国家重大需求和工程实践。