基于BBN的故障定位技术

故障定位的目的是帮助程序员寻找引发失效的原因或故障位置,以加快调试过程.故障和失效间的关系往往非常复杂,难以直接描述故障到失效的转化.分析了采用差异分析的方法,提出基于可疑模式,构建故障推理贝叶斯网络,节点由可疑模式及其方法调用者构成;介绍了贝叶斯网络构建算法,各个相关概率的定义及BBN(Bayesian Belief Network)中各个边的条件概率计算公式.基于推理算法,得到包含故障的模块,并计算得到每个模块包含故障的概率.提出评价方法,并进行了实验验证,取得了平均0.761的定准率和0.737的定全率,定位结果良好有应用价值.     

支持向量机在航空结构声激励应力分析中的应用

支持向量机是一种新的机器学习方法。它以统计学习理论为基础,从结构风险最小化原则出发,具有很好的泛化及推广能力。通过采用支持向量机对飞机襟翼结构在声激励试验中获得的总应力、总加速度及总声压数据进行分类,分别获得结构响应间的线性关系和非线性关系的样本点以及线性与非线性界限。最后利用多元线性回归模型分别建立线性关系和非线性关系的仿真模型。研究表明,支持向量机在模式分类中具有良好的分类性能,在解决航空结构声疲劳问题中有较好的工程应用前景。     

一种多策略GML应用模式匹配方法

地理标记语言(GML,Geography Markup Language)应用模式匹配是实现基于GML的地理信息共享的基础问题.结合现有模式匹配算法和GML3.0应用模式的特点,提出了一种多策略GML应用模式匹配方法.首先,将输入的GML应用模式转化为GML模式树,通过引入基于语言学和基于约束的具体匹配规则,分别对GML模式树进行元素对相似度计算,并对2种计算结果加权合并获得元素水平匹配的相似度值;然后,通过基于相似度传播的结构匹配算法对元素的相似度进行修正;最后,获得2个输入模式的元素匹配映射表.实验表明,该算法能够提高GML应用模式的元素匹配正确率.      

R&D项目中止决策的实证研究

在与本领域专家探讨及调研相关资料的基础上,针对性地设计了适用于R&D项目中止决策的指标体系, 提出了改进的Fuzzy模式识别方法, 并将其成功地应用于某飞机制造企业的R&D项目的中止决策实践.该方法对Fuzzy模式识别方法的改进主要体现在两个方面:①利用集值统计方法得出了各指标的权重;②计算样本间的距离时,利用了广义欧氏距离公式.      

基于工厂模式的OSLC数据集成接口设计与实现

复杂软件系统往往由不同地域的研发团队采用不同的开发工具来协同完成,研发过程中存在数据难以集成的问题.基于开放式生命周期协作服务(OSLC)规范来设计软件协同开发数据接口,有利于提高软件协同开发的效率.首次结合工厂模式和OSLC规范设计并实现数据集成接口,将不同工具的数据集成抽象成统一的公共接口,从而采用统一的数据接口和...     

模式识别中幂变换正态性的研究

在基于模板匹配的模式识别中,当数据呈正态分布时得到的识别效果最优。幂变换是一种将非正态分布转换为正态分布的一种有效方法,文中对幂变换技术的正态性问题进行了相关的研究,并探讨了典型分布条件下的幂变换最佳取值问题,为幂变换的应用提供了一定的理论基础。     

基于复摆模型的多脉冲冲量耦合系数测量方法

在单脉冲冲量测量方法的基础上,增加激光脉冲提取和摆杆控制单元,提出了一种基于复摆模型的多脉冲冲量耦合系数测量方法。分析了多脉冲的两种测量模式及实现流程,解决了数据处理面临的新问题,并对该方法进行了检验,结果表明:所设计的激光脉冲提取和摆杆控制单元满足25Hz频率要求,可实现在40ms内提取多脉冲序列的任意一个脉冲;模拟多脉冲序列下测得两种模式15°锥形喷管的冲量耦合系数为371.0～375.3N/MW,具有很好的一致性。该方法可用于吸气式激光推进的多脉冲性能研究,并作为其他多脉冲研究方法的有效补充。     

结合不确定度的发动机模型辨识气路诊断

针对航空发动机气路诊断中测量参数个数小于待诊断参数个数的不适定问题,利用了发动机平衡技术,结合非线性的发动机数学模型,并综合考虑了测量参数的不确定度和理论模型部件性能的不确定度,建立了一种结合不确定度的发动机气路故障诊断辨识算法——变分加权最小二乘法,并将该算法应用于某发动机的诊断分析中.结果表明:运用该方法可分析出测量数据和模型计算数据之间的差别,同时,利用所得的故障参数修正量修正原发动机数学模型,使模型计算推力与试验测量推力最大偏差由8.25%减小到1.66%,耗油率最大偏差由6.25%减小到1.50%.      

基于确定学习理论的轴流压气机系统分岔预测

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。     

终端区空中交通流到达模式识别

为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分析,并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。