基于民机维修文本数据的故障诊断方法

在民航检修与维护过程中积累了大量蕴含丰富故障特征的文本维修记录，然而由于维修文本本身存在复杂性，其还未实现智能诊断，数据利用率低。提出一种不断修正迭代的基于预训练语言模型双向转换器编码表示（BERT）及轻量级梯度提升机（LightGBM）的飞机维修记录的故障原因分析方法，求解文本形式的维修记录中的故障原因，用以辅助维修人员进行正确的维修决策。首先，在基于BERT的故障诊断模型Transformer特征提取架构中引入多头注意力机制，以充分捕捉融合上下文的双向语义、更加关注于重点词汇；其次，为了提高诊断速度减少模型的参数并融合LightGBM模型来实现维修文本的故障原因分类；最后，将改进的模型与其他常用文本分析模型进行对比实验，在基于民机维修文本的故障诊断中该模型的准确率比TextCNN模型、LSTM模型和BiLSTM模型分别提升了38.99%、22.98%和18.16%，且BERT-LightGBM模型比BERT模型诊断速度提升了0.91%。表明所提方法在实现飞机维修文本故障诊断方面的有效性及优越性。     

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

一种改进X-best引导个体和动态等级更新机制的鸡群算法

在群智能算法的改进中，常利用优秀个体加速算法收敛，但对其依赖过度会导致种群多样性和算法全局收敛性下降的现象。对此，提出一种改进X-best引导个体和动态等级更新机制的鸡群算法。首先，在个体更新阶段不仅引入优秀个体加速收敛，并且通过普通个体对优秀个体的影响进行适当平衡，因此，优秀个体与普通个体的信息都能得到利用，进而种群多样性和算法全局收敛性得到提升。其次，通过对等级更新参数进行动态优化，加强了种群等级更新机制对算法收敛的促进作用。最后，经过时间复杂度与收敛性分析，证明了改进算法仍具有简单性和全局收敛性。仿真结果表明:所提出的改进算法较其他对比算法在寻优精度、寻优成功率和收敛速度等方面都具有明显优势。      

黑体空腔不等温性对辐射温度计校准结果影响的计算分析

针对常用的圆柱型无盖黑体空腔,分别计算了在对工作波长为单波长(1μm,1.6μm)、波段(3~5)μm、(8~14)μm的辐射温度计进行校准时,由于空腔的不等温性引起的积分发射率变化对校准结果造成的辐射温度偏差。计算结果表明,黑体空腔实际存在的不等温性引起的辐射光谱偏离理想黑体辐射对校准结果造成的偏差是不容忽略的,对于每一个具体的黑体辐射空腔,都要对其不等温对校准结果的影响予以考虑。     

关于疲劳裂纹扩展数学模型的参数寻优

本文通过引入工程设计中的优化方法，分别对室内空气环境下铝合金（ＬＹ１２－ＣＺ）材料疲劳裂纹扩展的数学模型，以及环境条件下（３．５％ＮａＣｌ水溶液浸泡）该材料腐蚀疲劳裂纹扩展的数学模型进行了探讨。在已知标准试样在不同的环境下疲劳裂纹扩展实验ｄａｄＮｉ，ΔＫｉ的条件下，采用优化方法进行参数寻优，可方便地得到与其对应的疲劳裂纹扩展的ｄａｄＮ～ΔＫ最优数学模型