DPCA和GRNN在燃气轮机故障诊断的方法

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压转子转速、燃油油量、燃油耗量等参数原始数据,对其进行预处理,并采用DPCA方法对其进行动态主元分析,提取其不同健康状态的主元,构建特征向量,采用特征向量构建GRNN神经网络故障诊断模型,并通过测试数据对该方法的有效性进行试验验证。为表明该方法的有效性,采用了基于GRNN和基于DPCA-RBF的方法对喷口加力调节器不同健康状态进行了诊断技术研究,并对不同方法所得到的诊断结果进行了对比分析。结果表明,采用DPCA和GRNN相结合的故障诊断方法能有效识别出喷口加力调节器不同的健康状态,具有很好的实际应用价值。     

改进的导弹半实物仿真跟踪微分器设计

为了抑制三轴转台输出信号存在相位延迟和噪声对导弹半实物仿真系统性能的影响,研究并设计了一种改进的跟踪微分器进行相位补偿和滤波。基于传统跟踪微分器的工作原理,设计三轴转台输出信号跟踪的基本结构,分析其在输入信号存在噪声时,由于经过传统的跟踪微分器获取微分信号使得噪声强度放大,致使跟踪信号存在振荡的现象。在此基础上,提出一种将微分跟踪器产生的微分信号再串联一个跟踪微分器的相位超前补偿器设计方法,以滤除由于输入信号噪声引起的信号污染,进而消除输出信号的振荡问题。以某导弹半实物仿真系统三轴转台输出信号存在相位延迟和噪声的现象为算例,通过与超前校正方法对比研究,进行了系统仿真验证。仿真结果表明,改进相位超前补偿器能有效地提取姿态角速度信号,具有良好的滤波和相位超前补偿性能,进而证明了其在导弹半实物仿真试验应用的正确性和有效性。     

一种改进的粒子群优化算法

针对基本粒子群算法存在着收敛速度慢、效率低、易陷入局部最优等缺陷,为了更好地平衡全局和局部搜索能力,在粒子群算法中引入收缩因子,使算法中粒子不仅向种群最优的粒子进行学习,而且向种群中比自己优秀的所有粒子学习,增加了粒子的多样性。实验结果证明,与基本蚁群算法相比,改进的粒子群算法提高了收敛速度和效率,能一定程度地避免局部最优解的产生。     

外部硬时钟在半实物仿真中的应用北大核心

为保证高动态运动下的仿真可信度以及三轴转台、高精度惯导等仿真设备的安全,通常对于半实物仿真系统具有严格的实时性要求。提出一种以Windows+RTX实时系统平台为基础,使用外部硬件时钟产生定时信号的定时方案。使系统运行周期定时任务时具有良好的时钟定时精度。大量测试对比结果表明,在系统高负荷运行时外部硬时钟定时的方法比使用软时钟定时的方法体现出了更高的稳定度与定时精度。在分布式实时仿真系统中该方法具有重要工程应用价值。     

基于句子级BLEU指标挑选数据的半监督神经机器翻译

在单语语料的使用上,统计机器翻译可通过利用语言模型提高性能,而神经机器翻译很难通过这种方法有效利用单语语料.针对此问题,文中提出基于句子级双语评估替补(BLEU)指标挑选数据的半监督神经网络翻译模型.分别利用统计机器翻译和神经机器翻译模型对无标注数据生成候选翻译,然后通过句子级BLEU指标挑选单语候选翻译,加入到有标注的数据集中进行半监督联合训练.实验表明,文中方法能高效利用无标注的单语语料,在NIST汉英翻译任务上,相比仅使用精标的有标注数据单系统,文中方法BLEU值有所提升.     

发动机平均值模型的开发与检验

建立了一个车用增压柴油机工作过程仿真的平均值模型.这个模型重在描述发动机状态变量的时间平均值,结构紧凑,使用方便,实例计算结果与试验值符合较好,适合于电控柴油机硬件在环仿真系统应用.     

基于客户/服务器结构的应用技术研究

本文主要讨论了基于Ｃ／Ｓ结构的平台上开发研制各类应用系统时,影响系统质量的若干问题及应采取的主要措施与方法。     

直流场作用下蒜的超弱发光与延迟发光

本文介绍了自制的测试系统得到白光照射下蒜的延迟发光为双曲线,符合Ｆ．Ａ．Ｐｏｐｐ的相干理论,当用直流场作用蒜瓣时测得超弱发光呈振荡上升,这一现象表明直流场使有序序过程增加。     

解二维卷积型积分方程的正则化方法

基于傅立叶变换和Tikhonov的正则化方法,讨论了解二维卷积型积分方程的正则化方法。     

黑体辐射数值反演新方法

应用广义偏离原则对黑体辐射问题进行了反演的研究,给出了正则参数的选择方法,由计算机仿真结果知,该方法计算精度高,有良好的应用前景。