基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

减速器振动信号的经验模态分解

时域同步平均是直升机减速器诊断技术的基础,目前这种方法依赖于转速传感器提供相位同步信号。探讨了应用经验模态分解代替时域同步平均分析减速器振动信号的方法。构建了一个减速器振动信号模型,提取了故障特征信号。对经验模态分解过程进行了理论推导,证明经验模态分解可以分离出故障特征信号,给出了信号分离的充分条件。将这种方法应用于直升机减速器的两种故障(点蚀和裂纹)振动数据,结果表明经验模态分解正确地分离出了故障特征信号,信号特征更为显著。     

高负荷跨声速压气机动静叶干扰下叶片气动负荷研究

通过数值方法模拟了某型高负荷跨声速压气机在工作点的非定常流场，对级内动静叶的气动干扰进行了深入分析。通过气动力和力矩的变化对动静叶干扰下的叶片非定常气动负荷进行了详细的分析，研究了尾迹和势流干扰下叶片气动负荷的变化规律，结合频谱分析进一步认识了气动负荷各周期分量，研究结果有助于对高负荷压气机内动静叶非定常气动干扰的认识。     

轴流风扇/压气机管道周向声模态的测量

利用管道内部周向均匀分布的麦克风阵列对某单级风扇在高背景噪声和较大硬壁反射条件下的管道周向声模态进行了实验测量.利用与参考信号互相关(CC)模态分解技术和传统的方均根(RMS)模态分解技术得到了主要的周向声模态振幅.通过与Tyler和Sofrin的理论分析对比,发现在高背景噪声和较大硬壁反射条件下,两种模态分解技术都能获得较为理想的模态分解结果;并且发现CC模态分解技术获得的模态振幅较低,初步分析这是由于和RMS模态分解技术相比,CC模态分解技术可以降低随机噪声对模态振幅分解结果的影响.此外,周向麦克风个数大于所要分解周向声模态阶数的4倍时,使用CC模态分解技术获得的模态振幅误差可以控制在1dB之内.      

涡轮叶片冷却有效性分析

 为了获得内部换热效率和气膜冷却效率对综合冷却效率的影响规律,建立了简化物理模型对涡轮叶片复合冷却有效性进行分析,得到了内部换热效率与气膜冷却效率对综合冷却效率的影响规律:较低热负荷状态下,内部换热效率提高,综合冷却效率随之提高,内部换热效率对综合冷却效率影响大;较高热负荷状态下,气膜冷却效率对综合冷却效率影响增大,内部换热效率的影响减弱;过高的热负荷会出现综合冷却效率随着内部换热效率的增加而下降的情况,导致内部冷却失效。     

飞行试验项目课题试验分解结构探讨

为进一步细化飞行试验课题设计和项目管理,提出了基于WBS理念的课题试验分解结构的概念,探讨了试验分解结构的原则、方法和试验点的概念,为飞行试验项目课题设计的规范化、数字化提供参考。     

基于特征正交分解的跨声速流场重构和翼型反设计方法研究

在二维流场的重构问题中应用特征正交分解(Proper Orthogonal Decomposition,POD)数据处理方法。利用CFD技术计算得到的流场快照对气动力模型进行降阶,然后利用基于POD的降阶模型(Reduced Order Model,ROM)对所需的流场参数进行重构,在快照范围内可以得到高精度的结果,且具有一定的外插能力。在翼型反设计问题中该方法仍然是成功的,通过修正快照向量,利用基于POD降阶模型的数据重构方法,由已知的翼型表面压力分布通过反设计就能够高效精确地得到对应的最优翼型形状,这极大地简化了翼型反设计问题。本文分别在跨声速范围对RAE 2822翼型的流场重构和Korn翼型及NACA 63212翼型的反设计进行了验证,证明了基于POD的流场重构和翼型反设计方法的有效性和高效性。     

超高负荷低压涡轮叶型边界层被动控制

应用商用流体计算软件求解定常雷诺平均N-S方程组耦合Lantry-Menter转捩模型,对来流湍流度1.5%,不同进口雷诺数下,前加载超高负荷低压涡轮叶型进行了数值模拟。在与相关实验数据对比的基础上,研究了三种被动控制方式的控制效果与控制机理。结果表明:弧形凹槽的最佳开槽位置在分离点,最佳深宽比为0.15,表面拌线和矩形条的最佳加载位置在速度峰值点与分离点的中点;控制方式能否有效与其增加的掺混损失和减少的分离损失有关;三种控制方式均通过产生小漩涡来增加低能流体与高能流体之间的交换,从而加速转捩减小分离泡降低叶型损失。     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。      

现代飞机制造成本控制方法研究

介绍了作业成本法(Activity-BasedCosting-ABC)及其全新的成本管理和控制思想。通过对工业工程(IndustryEngineering-IE)的技术特性与ABC算法内在联系的探讨,建立了一个IE+ABC成本控制体系,目的是对飞机制造过程的成本实施有效控制。企业实证初步表明了这个成本控制体系的实际应用效果及其研究推广价值。