椭圆拟合在某新型磁定向系统罗差补偿中的应用研究

为了提高基于地磁检测定向的精度,设计了一种新型的平面磁定向系统,该系统仅需要一个传感器的数据就可以确定磁方位。进行载体磁场补偿是磁定向系统实际应用的必要条件。结合新型磁定向系统的结构特点,基于椭圆拟合方法提出了一种新型智能误差补偿方法,推导出误差补偿公式。该方法不需要外界设备提供参考,仅通过定向系统本身的测试数据之间的相互关系就可以完成罗差补偿系数的求解。工程试验表明,该方法有着与传统给定基准法相当的补偿精度,却大大简化了操作,缩短了校准时间。     

基于模糊支持向量机的发动机故障诊断方法

发动机的故障样本少,用神经网络进行故障类别的学习和分类往往会出现过学习、泛化能力不高以及局部极小点等问题。针对这一缺陷,将基于小样本理论的支持向量机学习方法应用到发动机的故障诊断中。同时讨论了3种多故障分类器的优缺点,并用引入模糊隶属函数的方法解决了“一对多”方法在构建多故障分类器时存在的分类盲区,提高了分类器的分类精度。用该方法对发动机常见的8种状态模式的样本进行训练和识别,训练样本和测试样本都有较好的识别率。