长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

虚拟现实与仿真技术在火控系统中的应用

简述了虚拟现实(VR)的概念、基本特征及其系统体系结构,探讨了虚拟现实(VR)与系统仿真的关系,介绍了其在火控系统中的应用.     

机载燃油泵性能退化试验研究

为了获取刻画燃油泵退化规律的退化数据,提出机载燃油泵性能退化试验研究。基于失效机理分析制定燃油泵性能退化试验方案。搭建燃油泵在电应力载荷下的性能退化试验平台,可模拟飞机燃油泵注油循环过程,施加电应力载荷,采集出口压力信号。建立Holt指数平滑退化模型用于剩余寿命预测。结果表明该退化模型表征了燃油泵的退化规律,验证了该试验方案和平台的有效性和可行性。     

定量的近距空战训练对抗态势分析方法

针对近距对抗态势分析不能量化的不足,提出一种定量的近距空战训练对抗态势分析方法。该方法以对抗过程中双方的位置关系为基础,结合近距空空导弹的攻击包线,建立位置优势函数和武器优势函数,通过两类函数的线性组合构造对抗态势函数,实现了空战训练对抗态势的定量描述。通过算例验证了该方法的合理性和有效性。     

基于数据分析的飞行器故障预测与质量控制

为了有效预测飞行器的故障趋势,实现事前维修,本文采用线性回归的分析方法,在时间域内,拟合出飞行器故障预测模型,确定飞行器使用年限、环境因素和故障率之间的确定性关系,找出故障发生和发展的规律,实现对故障有效的"宏观控制",最终,通过故障预测有效降低故障发生的几率、延长故障发生的周期,同时,有效降低维修保障的决策难度和全寿命周期的费效比。