Data‐driven variation source identification for manufacturing process using the eigenspace comparison method

Variation reduction of manufacturing processes is an essential objective of process quality improvement. It is highly desirable to develop a methodology of variation source identification that helps quickly identify the variation sources, hence leading to quality improvement and cost reduction in manufacturing systems. This paper presents a variation source identification method based on the analysis of the covariance matrix of process quality measurements. The identification procedure utilizes the fact that the eigenspace of the quality measurement covariance matrix can be decomposed into a subspace due to variation sources and a subspace purely due to system noise. The former subspaces for different samples will be the same if the same variation sources dominate. A testing procedure is presented, which can determine the closeness of the subspaces under sampling uncertainty. A case study is conducted to illustrate the effectiveness of this methodology. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

二维弹道修正弹及其制导控制技术综述

针对二维弹道修正弹这类具有广泛应用前景的智能弹药,综述了二维弹道修正弹的发展、主要修正机构方案及其制导控制技术。对二维弹道修正弹的研制历程进行总结,梳理发展脉络揭示其发展规律,分析二维修正弹的打击任务。对几种主流修正方案进行讨论,分析各机构的作用特点及研究难点。基于二维弹道修正弹打击任务需求,从气动辨识及状态估计算法、修正机构参数优化设计算法和制导律三个方面总结其控制技术的发展现状。着重介绍近年来发展迅猛的智能算法,特别是神经网络理论在二维修正弹控制算法领域的研究应用。进一步指出二维弹道修正弹的控制研究需解决的主要技术难点和未来发展方向,为二维弹道修正的设计提供思路。     

强迫振动法大跨度桥梁节段模型气动导数辨识

研制了桥梁节段模型颤振导数测定的二维强迫振动实验装置,采用变频调速技术实现对振动频率的控制,模型惯性力、气动力的测量采用了特殊设计的测力元件,模型运动用压电式加速度计进行测量。实验时,模型分别作单自由度的竖弯或扭转的简谐运动,通过测量模型所受到的气动力及模型位移,应用谱分析方法和非线性曲线拟合算法实现了对八个颤振气动导数的辨识,并通过平板模型实验数据与Theodorsen理想平板数据及国外文献数据对比对实验装置及辨识算法进行了检验。     

线型数据通道高层综合的运算单元优化分配算法

运算单元分配是高层综合的关键算法之一。采用了一种面向数字信号处理应用、规则的线型数据通道模型,其中心思想是全局互联的最小化。以最小着色算法构造的一个初始分配为起点,采用随机进化算法对其进行迭代改善,以减小数据寄存器数和运算单元之间的数据交换。最后还给出了典型实例的实验结果。     

用建模前估计法辨识飞行器的气动参数

给出了一种利用飞行器飞行试验实测数据估算飞行器气动参数的建模前估计算法，完成了某轴对称无控飞行器的非线性气动参数辨识。计算结果表明：该方法计算过程简单、迅速，可以作为快速估算飞行器气动参数的有力手段，尤其适合于辨识大攻角下的气动参数。     

基于神经网络的非线性控制系统自组织辨识

本文首先将自组织神经网络算法向一般化情形引伸，接着把自组织过程应用到一般非线性系统的动态过程分类，使得整个非线性系统能够按照输入输出样本空间的概率密度自组织，成为许多具有不同分类核心和感受野的线性子空间逼近。在此基础上，我们采用通用最小二乘算法，以子空间的非线性问题线性化误差作为依据，并进一步运用自组织神经网络的合作与竞争思想，最终得到一般情形的非线性系统的最小二乘辨识。仿真结果表明了本方法的可行性与优越性。     

导弹系统安全性分析中的引发事件鉴别方法

引发事件鉴别是基于事故机理安全性分析的首要任务。鉴别结果是否全面、完整直接影响最终分析结果的有效性。导弹系统安全风险涉及面广、影响因素多,需要系统的可操作方法来指导引发事件的鉴别工作。针对导弹工作特点,提出考虑导弹任务剖面,运用主逻辑图对导弹进行系统性的层次化描述,对引发事件进行整理和归纳。将危险与可操作性分析引入导弹系统安全性分析中进行引发事件鉴别,结合故障模式影响分析,支持对单一故障类和参数异常类引发事件的鉴别。结果表明,所提框架为解决导弹系统安全性分析中引发事件鉴别的系统性完整性提供了可行的思路。     

利用2006-2012年北半球冬季无线电探空站及MACC再分析数据对COSMIC GPS RO 反演的水汽廓线进行质量分析

为了验证COSMIC (Constellation Observing System for Meteorology, Ionosphere, and Climate, COSMIC) GPS (Global Positioning System, GPS) 掩星（Radio Occultation, RO）反演的水汽廓线的质量,同时也为了验证水汽对COSMIC GPS RO反演结果的影响,利用2006-2012年北半球冬季（12月、1月及2月）低纬度地区（30°S-30°N）无线电探空站数据及全球MACC再分析数据对1000 hpa-200 hpa 高度层的COSMIC GPS RO 反演的比湿廓线进行了精度和可靠性验证。这里分析了无线电探空比湿数据及MACC-Reanalysis数据相对于COSMIC GPS RO反演的比湿数据的相对误差在不同高度,不同比湿值的分布情况,发现在对流层中上层出现比湿相对误差极端值概率较大,在500 hpa -600 hpa高度层出现比湿相对误差极端值最大。在低纬度地区,无线电探空站比湿数据与COSMIC GPS RO反演的比湿数据之间的相对误差要小于20%,标准偏差也小于20%。通过统计比较低纬度地区及全球范围MACC再分析数据相对与COSMIC GPS RO数据的相对误差与标准偏差,发现低纬度地区COSMIC GPS RO 反演的比湿廓线精度要比全球范围要差,同时分析了两者之间的相对误差Re(q)在不同区间（-100%相似文献   

二维非线性正交各向异性材料的瞬态热传导反问题数值方法

针对正交各向异性材料的二维非线性热传导反问题,采用顺序函数法进行表面热流辨识问题的研究。在求解反问题时,采用有限体积法、牛顿-拉夫逊法并引入未来时间步的概念。在每个时间步内,将待辨识热流视为非线性方程组的未知量,通过一个迭代过程进行求解。算例的研究表明,热流辨识结果与真实热流相近,从而证明了本方法在辨识二维非线性热传导反问题时是准确、稳定、有效的。     

模型递推辨识算法及应用

研究了具有线性参数的非线性多项式模型的数据阵L－D分解性质,其中D是对角阵,L是带有单位元素的下三角阵．结果表明,通过因子L可以估计出模型的参数,通过因子D可以选择模型中的项;提出了同时进行模型的结构确定和参数估计的递推辨识算法．该算法可用于船舶运动的实时建模．实际应用结果表明,该算法可以有效地辨识多项式等线性参数的非线性模型．