主成分分析在发动机状态监控与故障诊断中的应用

讨论了主成分分析在发动机状态监控与故障诊断中的应用,即利用主成分分析对近似线性相关的多个向量进行降维的问题。特别讨论了一般文献中很少注意的两个特殊问题,即测量数据的等方差化问题和中心化限制问题。以ＪＴ９Ｄ发动机故障、故障系数向量以及ＪＴ９Ｄ和ＰＷ４０５６发动机维修指标的降维问题为例说明主成分分析的应用。研究结果表明,利用主成分分析可以将ＪＴ９Ｄ发动机的２６个故障因子综合成９个、或者将５个单元体的１０个故障因子缩减到５个综合变量,并且改善了故障方程的病态特性,因而可以有效地提高故障诊断的可靠性。文中还对用于降维处理的主成分分析方法与线性回归分析（最小二乘法）进行了比较,表明主成分分析方法是解决所提出的降维问题的更为有效的手段。     

陨石里的秘密

球粒陨石的组成物质和形成行星、卫星、小行星以及彗星的来源相同。每个类型的球粒陨石群组各有其独特的质地以及成分特征。     

直流电弧喷射等离子体炬阳极喷嘴积碳现象的研究

采用高功率直流电弧等离子体喷射化学气相沉积工艺,制备了不同厚度的自支称金刚石厚膜.实验发现,等离子体炬阳极喷嘴积碳是沉积过程中最突出的问题之一.从理论和实验两个方面研究了阳极积碳产生的原因,并通过激光拉曼光谱分析了碳球的结构和成分.结果表明,碳球由金刚石层、混合层和最外面的石墨层构成.详细分析了甲烷浓度、冷却水温度、放电电弧的局部高温、阳极喷嘴的表面质量对积碳形成的影响,并提出了改进措施.     

外关联规则挖掘

根据项集内项的关联性,现有关联规则挖掘算法可分为正关联规则挖掘和负关联规则挖掘两大类,它们反映的是项集内频繁项之间的关联性。通过对实际数据集的分析发现,一个项集可以划分成若干子项集,子项集内的项有较高的相关性,而不同的子项集相关性则较低,这意味着每个子项集与其外部的一个潜在因子间存在着关联,由此本文提出了外关联规则的概念,并基于因子分析和主成分分析方法,提出了外关联规则挖掘算法(FAAR),从而将项集内的关联规则挖掘外推到子项集和潜在因子集之间的外关联规则挖掘,扩展和丰富了关联规则挖掘的应用,在此基础上还可进一步发现它所蕴涵的正、负关联规则。     

基于主成分分析的贝叶斯网络在个人信用评估中的应用

针对信用评估数据的高维、非线性和冗余特点,传统降维和评估方法分类错判率高的难题,提出一种基于主成分分析的贝叶斯分类器在个人信用评估中的方法。首先采用主成分分析方法提取信用评估特征,进行降维处理,消除不必要的冗余信息,简化贝叶斯网络的输入,然后分别在朴素贝叶斯和树增强朴素贝叶斯两种分类器上建立评估模型,最后对评估模型进行验证性实验,并与其他模型进行比较分析。结果表明,应用主成分分析的贝叶斯网络建立的个人信用评估模型简洁,易于推理,提高了个人信用评估的精度。     

电子束焊和钎焊复合焊接头组织分析

采用电子扫描电镜、能谱分析和X射线衍射分析等测试手段,对电子束焊和钎焊复合焊接头的微观组织形貌、元素成分分布和界面反应产物等进行了分析研究.结果表明,在适当的工艺条件下,可以实现T型接头的电子束和钎焊复合焊接.     

欧空局的"金星快车"探测器(下)

“金星快车”的有效载荷由各种光谱仪、光谱成像装置及覆盖紫外到热红外波长范围的成像装置、等离子体分析仪和磁强计组成。这些仪器将能对金星的大气、等离子环境和表面进行非常详细的研究。研究的目的在于加深对金星大气成分、循环和演化史的认识。该探测器将探讨金星的表面特性及大气与表面的相互作用，并将寻找火山活动的迹象。     

基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测

复杂航空发动机在运行过程中易出现多退化信息而导致寿命预测不精确的问题,为此提出基于核主成分分分析（KPCA）和双向长短时记忆（BLSTM）神经网络的多信息融合寿命预测模型。首先采用KPCA 对多维退化数据集进行降维处理和信息融合,得到能够表征设备退化的低维特征数据集;然后利用BLSTM 神经网络模型对带有多维退化信息的航空发动机剩余寿命进行预测,得到监测数据与剩余寿命的映射关系;最后采用C-MAPSS 航空发动机退化数据集对提出的多信息融合寿命预测模型进行仿真验证,并与其他三种模型结果进行对比。结果表明：KPCA-BLSTM 能够对多维退化信息下的剩余寿命进行精准预测,本文提出的预测模型的误差与得分优于其他三种模型,而且预测精度更高。     

一种改进的固液火箭发动机故障诊断方法

针对固液火箭发动机的可靠性问题,设计了一种改进的贝叶斯网络故障诊断方法,可以通过网络化自主逻辑推理,对固液火箭发动机进行故障诊断。为了提取时序观测信号的故障特征,提出将步进法与核主成分分析(KPCA)相结合的分析方法,并根据模糊C均值聚类算法(FCM)建立模糊多态贝叶斯网络,实现对观测信号尺度的模糊处理,提高对不确定性故障的诊断能力。通过Matlab/Simulink建立改进的贝叶斯网络故障诊断系统。仿真结果表明,改进的算法能够实现对固液火箭发动机常见故障的有效诊断,并能够适应小样本集学习的情况。与传统贝叶斯诊断算法相比,故障诊断的平均准确率提高了20.9%。