基于自回归与最小均方理论的振动环境下 光纤陀螺仪滤波方法

针对振动应力下光纤陀螺产生测量误差增大的问题,从振动对光纤环的影响机理出发,分析了振动应力下光纤陀螺干涉信号的表现形式,提出了基于自回归最小均方滤波理论的光纤陀螺滤波方法,将AR模型的平稳性和最小均方根滤波的自适应性相结合,提取平稳数据的特性参数,对高频信号进行滤波,降低非互易相移产生陀螺角速度误差值的干扰.试验表明,该方法简单可行,有效地降低了振动应力下光纤陀螺输出信息的噪声,抑制了由振动引起的陀螺漂移.     

无定向激光陀螺捷联惯组标定方法的对比研究

对三种无定向激光陀螺捷联惯组标定方法进行了对比研究,详细分析了各种方案的标定原理,提出了利用标准差作为评价标定方法优劣的指标.结合对某一激光陀螺捷联惯组标定试验结果的分析,得到了在无北向基准的情况下,三种标定方法在标定时间和标定精度两个指标上的对比结果,为无定向激光捷联惯组的标定提供了指导,具有较大的工程应用价值.     

基于磁共振线宽的Xe核自旋横向弛豫时间测量方法

随着核磁共振陀螺技术的发展,高精度核磁共振陀螺对原子气室性能提出了更高要求.原子气室内Xe核自旋的横向弛豫时间(T2)是衡量原子气室性能的重要参数之一,T2的常用测量方法为自由感应衰减法(Free Induction Decay,FID).当T2较短时,由于自旋进动信号易受外界干扰,FID方法难以对T2进行精确测量.根据磁共振线宽理论以及自旋进动信号检测技术,针对T2较短的原子气室,提出了基于磁共振线宽的Xe核自旋横向弛豫时间测量方法,构建了测试装置,对Xe核自旋进行了测试.测试结果表明,该测量方法能够有效获得Xe核自旋的横向弛豫时间,克服了FID方法对T2较短的原子气室难以测量的局限性,为检验核磁共振陀螺中原子气室的性能提供了有效测试手段.     

基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。     

基于GARCH族优选模型的舰船器材消耗预测

器材消耗量预测是做好技术保障工作的前提和基础,受设备生命周期、任务类型、海洋环境及使用设备人员的技能水平等因素的影响,舰船器材消耗量序列会随着时间的推移而产生波动现象,丛集效应和高峰厚尾特征明显。根据 AIC(A-Information Criterion)准则,对 GARCH(Generalized Autoregressive Conditional Heteroscedasticity)族模型进行比较优选,寻求一种更为合适的预测模型,实现对消耗量的准确预测。     

小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

基于多尺度时间卷积网络的航空发动机寿命预测

剩余寿命预测对于航空发动机设备的安全运行、制定维修计划具有重要的意义.目前现有方法无法有效提取设备复杂工况和复杂故障下的退化特征.针对此问题,提出一种基于多尺度时间卷积网络(MTCN)的发动机寿命预测方法.该方法利用时间卷积网络提取数据时序信息,并通过多尺度卷积核的不同感受野提取设备复杂工况下的退化特征,从而更好地预测极端条件下的设备剩余使用寿命(RUL)值.为了验证所提出方法的有效性,在航空发动机C-MAPSS数据集上进行试验.结果表明所提出方法能有效提高设备在复杂工况和复杂故障下的RUL预测精度.     

直升机复合材料结构疲劳寿命评定技术的研究进展与发展趋势

针对直升机复合材料结构的服役环境和外场使用经验,分析了复合材料结构在交变气动环境下所呈现出的高周疲劳载荷特征,指出复合材料疲劳在直升机复合材料结构设计中的必要性.对直升机复合材料结构疲劳定寿体系中涉及的疲劳载荷谱编制方法、损伤失效机理、寿命预测方法及疲劳试验验证4项关键技术的研究进展进行了概述,在此基础上,根据当前复合...