面向装备健康管理的可测性指标研究

可测性指标是开展可测性设计、验证和评估的依据.针对传统可测性指标主要用于故障可检测性和故障可隔离性水平评价,不能全面反映面向装备健康管理可测性水平的问题,在定性分析装备健康管理对可测性的本质需求基础上,从全域和瞬态角度提出了五个可测性指标以定量描述面向装备健康管理的可测性水平;并基于故障模式状态矢量给出了可测性指标的分析计算流程.最后以某装备柴油机的机体子系统为案例详细说明了可测性指标的计算过程,应用结果表明所提指标具有一定的可行性和合理性,可以有效指导面向装备健康管理的可测性优化设计.     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

线性代数中一个向量等式的新应用

本文利用向量等式：对线性代数中的两个重要结论作出新的证明。本文给出的证明，不但方法上具有新意，而且其解决过程也会使我们对问题本身有新的认识和理解。     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。     

半穿甲导弹性能的攻角效应数值分析

利用LS—DYNA软件分析弹体攻角和目标运动对穿甲过程中装药安定性、弹体剩余速度及弹头姿态的影响。在穿甲过程中，弹体速度为300m／s，攻角分别为0°，10°和20°，弹体和目标板选择了考虑应变、应变率和温度效应的Johnson—cook材料模型。结果表明：随攻角的增大，装药局部受力显著增大，弹体剩余速度下降，弹头发生偏转；目标运动使穿甲能力减弱，但目标运动会使装药受到的外力在一定程度上减少。     

基于改进LS-SVM的异步电机转子故障诊断

为了提高异步电动机转子故障的诊断精度,给出了一种基于改进最小二乘支持向量机(LS-SVM)的多故障分类算法。首先运用FFT处理电机的定子电流信号得到信号频谱图,从中提取故障特征向量;然后将特征向量送入改进算法进行故障诊断时,在原有多分类算法的基础上引入层次分析法确定故障类别的权重,根据权重值确定故障的诊断顺序,依次进行故障分类。实验表明,改进算法用于故障诊断节省了诊断时间,提高了诊断精度,具有很好的推广前景。     

关于半鞅向量随机积分的两个结果

首先利用半鞅Girsanov定理与闭图像定理证明了:若{Xn}是带滤基的完备概率空间(Ω,F,F,P)中的一列半鞅,其中滤基F=(Ft)t≥0满足通常条件,且{Xn}在关于P的Emery拓扑空间中收敛于X,则当概率测度Q相似文献   

不同电流波形下永磁推进电机电磁转矩的时步有限元计算

以12相永磁推进实验样机为研究对象,介绍了其结构特点及运行控制模式,建立了该电机的时步有限元仿真系统.采用有限元法对正弦波、方波、梯形泼电流波形下的永磁推进电机电磁转矩进行了数值计算,给出了不同电流下的功角特性曲线.研究结果表明,对于电枢反应较强的12相永磁推进电机,在通常功角范围内通入正弦波电流可产生较大电磁转矩.     

靴形喷油速率耦合预喷射对超高压共轨柴油机性能的影响

在介绍超高压共轨系统工作原理的基础上,基于GT-Power软件建立单缸超高压共轨柴油机的仿真模型,并利用试验验证模型的准确性,而后通过模型分析不同喷油速率、靴形喷油速率耦合不同预喷油量和靴形喷油速率耦合不同预喷提前角对超高压共轨柴油机动力性、经济性以及燃烧排放特性的影响。结果表明:通过调整超高压共轨系统中电控增压器电磁阀和喷油器电磁阀的开启时间,能够实现喷油速率的柔性可调。随着喷油速率从矩形变化到靴形,柴油机缸内压力、温度以及NO_x排放量均逐渐降低,而soot排放量逐渐升高,且靴形喷油速率可使柴油机获得最大的功率(扭矩)和最低的油耗率。靴形喷油速率耦合较小的预喷油量可以使柴油机获得更好的动力性、经济性和燃烧特性,但同时也会导致NO_x排放量的升高。靴形喷油速率耦合较大的预喷提前角有助于改善柴油机排放特性,但受到预喷油量的限制,效果并不明显。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。