基于神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于神经网络集成的传感器故障诊断方法。该方法将传感器输出看做时间序列,通过加噪声生成抖动数据,建立多组神经网络,以获得神经网络集成预测器输出。通过将预测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线诊断。应用结果表明该方法可以提高神经网络的运算精度,从而快速准确地检测和分离传感器故障,辨识传感器故障类型以及故障发生的时间。     

火箭深弹使用编码声非触发引信作战效能研究

针对深弹传统引信存在的问题,对深弹武器的特点及深弹引信的使用现状进行了分析,建立了传统引信与非触发引信射击效能计算模型,进行了仿真计算和分析,计算结果表明采用声非触发引信可大大提高火箭深弹作战效能,对编码声非触发深弹引信的研制以及新型深弹武器系统的发展具有重要参考意义.     

装备零讯

俄第2个白杨M导弹团战斗值班 11月18日,俄罗斯战略火箭兵司令施瓦琴科称,俄战略火箭兵第二个“白杨-M”机动弹道导弹团将于年底前进入战斗值班。据俄媒体报道,施瓦琴科当天在莫斯科召开的战略火箭兵军事委员会会议上说,俄战略火箭兵第二个装备机动型“白杨-M”导弹系统的弹道导弹团将于年底前完成换装工作并进入战斗值班,该导弹团隶属俄伊万诺沃州捷伊科沃导弹师。     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。     

基于ARX模型和改进蚁群算法的齿轮箱故障诊断

为了提高齿轮箱故障诊断的精度,提出基于ARX模型的齿轮箱建模新方法,从系统固有特性的角度来分析齿轮箱的状态,使用最大最小蚁群算法对反映齿轮箱多变量传递特性的多个特征参量进行特征选择并使用这些特征进行故障诊断。结果表明,该方法既能够有效提高故障诊断的效率和精度,又能有效降低输入条件和负载出现波动对识别结果的影响。     

基于访问特征负载预测的负载均衡算法

为了提高web集群负载均衡的效果,结合web服务用户访问静动态内容的特征,提出了一种基于访问特征负载预测的负载均衡算法。首先建立网络带宽负载和CPU、内存综合性能负载的小波包一支持向量机回归混合预测模型;然后根据用户请求的类型,结合负载预测的结果对任务进行分配和调度。仿真结果表明：与传统的基于负载预测的负载均衡算法相比,基于访问特征负载预测的负载均衡算法能达到更好的负载均衡效果,从而有效提高web集群的整体性能。     

CBM＋：航空维修保障新趋势

增强型基于状态的维修（CBM＋）是美国军方于本世纪初开始大力推行的一种维修方式,作为一种主动维修形式,它是航空维修的重要发展方向之一。文章通过详细介绍CBM＋方案,着重分析了CBM＋的关键技术及其对航空维修保障工作的影响,最后总结出CBM＋的应用趋势。     

功能化离子液体的合成表征及其作为润滑剂的性质

通过两步法合成了含酯基官能团的咪唑类离子液体1-乙酸乙酯基-3-甲基咪唑四氟硼酸盐,用核磁共振、红外光谱、元素分析对其进行了结构表征,证明了该合成方法的可靠性;对功能化离子液体的基本物化性质、熔点、热稳定性及其作为润滑剂的粘温性、蒸发损失、金属腐蚀性等进行了全面研究,并选择了含有相同烷基的1-丁基-3-甲基咪唑四氟硼酸盐传统离子液体进行对比,发现官能团的引入,使传统烷基咪唑类离子液体展现出不同的特性,同时发现两种离子液体均对金属表面有较强的腐蚀作用,为进一步开展功能化离子液体的摩擦学研究打下了基础。     

基于采样的非线性滤波方法

在系统阐述贝叶斯估计理论的基础上,分析和总结了扩展卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等方法的特点、使用条件以及局限性.介绍了扩展卡尔曼滤波方法并指出其缺陷;介绍了无轨迹卡尔曼滤波、中心差分卡尔曼滤波等确定性采样方法,并在加权统计线性回归意义下将其归结为Sigma点卡尔曼滤波方法;介绍了随机采样方法-粒子滤波方法,并指出其主要的研究方向.最后,对非线性滤波的发展趋势进行了展望.     

基于聚类回归算法的军种比例关系研究

军种比例关系是军队结构的重要组成部分,合理的军种比例关系对于军队建设意义重大.依据军事组织编制学中的“比较”的观点,运用聚类分析及偏最小二乘回归分析的算法分析军队的军种比例构成.运算结果表明,该方法军事理论依据充分,运算过程便捷,是一种新型的论证军种比例关系的算法.