利用导弹制导误差补偿规律修正不完全弹道测量的数据融合技术

论述不完全弹道测量的数据融合处理问题。在惯性器件天地关系一致的前提下,导弹惯性器件误差补偿量变化规律,就反映了飞行中制导工具误差的变化规律,即遥外差的变化规律。因此,可以利用补偿量视速度的变化规律约束条件,内插出不完全测量段落的遥外差数据,在建立节省参数的弹道估计的联合模型基础上,融合少量的高精度测元来解算弹道参数。落点验算表明：利用该方法计算的落点接近实际落点。     

基于多维模型的独立型数据集市数据转换技术研究

数据集市可为用户提供部门级的决策分析依据,而数据转换是用户能否从数据集市中得到高质量信息的前提和保证。为此,在对数据转换技术进行分析研究的基础上,针对独立型数据集市的特点提出了基于维度的数据转换模型,详细讨论了基于维度模型的独立型数据集市数据转换的内容及数据转换的技术支持。     

基于多维模型的独立型数据集市数据转换策略研究

数据转换是ETL的重要组成部分,同时也是数据仓库和数据集市得到高质量数据的前提和保证。首先分析并研究了基于维度模型的数据转换的内容,提出并深入研究了基于维度模型的独立型数据集市多阶段数据转换策略和管道数据转换策略,为基于多维模型的独立型数据集市的数据转换的实现提供技术支持和理论指导。     

基于排列组合熵的转子振动信号故障诊断SVM方法研究

针对发动机转子的多种故障模式,提出了基于排列组合熵的SVM故障诊断方法。利用转子实验台,模拟了转子正常、转子不平衡、转子不对中、动静碰磨和基座松动5种典型振动模式,并使用振动传感器采集多路振动数据。计算振动数据的排列组合熵并将其作为故障特征向量,对特征向量样本集进行多级SVM分类诊断,并运用小波包能量特征提取方法提取信号特征。实例计算与结果对比表明,本文方法的正确率要高于基于小波包能量提取特征的SVM分类诊断方法,在提取转子振动信号的特征向量及在小样本下的故障分类诊断等方面,具有可行性和有效性。     

基于支持向量机的航空发动机性能衰退指标预测

针对航空发动机性能衰退状态的趋势预测问题,基于非线性支持向量机回归建立了发动机性能衰退指标的预测模型,给出了反映其性能衰退的综合指标。利用该模型对发动机的性能衰退指标进行了预测分析,并与神经网络模型预测结果进行了比较。结果表明:支持向量机回归预测模型能更准确地对发动机的未来状况进行预测。     

基于FSVM改进隶属度的发动机振动性能分析

为了更有效地掌握航空发动机振动性能的影响因素,提出了改进FSVM信息熵的融合定量分析方法.首先,对模糊支持向量机(FSVM)的模糊隶属度函数进行改进,建立多类模糊隶属度计算模型.再将该方法应用到航空发动机整机振动性能评估,计算出振动故障模式与故障原因之间的权值,建立了一个多参数的发动机振动性能分析模型;并对各类振动原因对发动机整体性能的影响进行定量分析,为发动机的振动抑制提供量化参考指标.最后,通过与实际经验作比较,验证了该方法是可行和有效的.     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.     

聚焦测量前沿 助力航空航天

未来的测量与质量控制技术的发展,将致力于贯穿产品制造周期的每一个阶段,从产品设计、工艺装备、加工制造、现场质控、质量验证一直到后期测量数据分析与知识积累、产品再造等全程全领域。同时,未来的测量技术要追求更好的效益、简易性与系统融合能力,利用自动化、可视化、数字化和信息化,实现产品生命周期中的数据整合和统一,将来自不同测量系统、不同环节的测量数据转化为有价值的直观信息,并实现共享,从而为未来的调整与改进提供数据依据与指导。6月12日CIMES2012将在北京隆重开幕,本刊特邀请海克斯康、雷尼绍、法如、迈卓诺4家测量厂商的高层领导就各自公司的展品、产品优势、研发特色、行业应用以及发展方向发表观点。     

Al-Cu-Mg-Ag合金强度性能的支持向量回归预测

为了研究不同时效工艺下Al-Cu-Mg-Ag合金强度性能,根据实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了SVR预测模型.模型以Al-Cu-Mg-Ag合金时效温度与时效时间为输入,合金的抗拉强度、屈服强度为输出.经过与BP神经网络模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归模型比BP神经网络模型具有更高的预测精度.     

面向航空发动机的质量数据及管理体系结构的分析研究

航空发动机质量的好坏直接影响飞机飞行的可靠性,本文研究了航空发动机全寿命周期过程中产生的各种质量数据;为了有效集成和共享数据信息,以发动机的组成要素为依据,对数据信息进行分类分析,并将质量信息分为产品类、组件类、零件类;最后建立了质量数据信息系统体系结构,实现了航空发动机质量数据从采集、分类、传递到共享达到集成化的管理。