燃爆信号的小波包分析在内燃机故障诊断中的应用

在燃爆信号小波包分析的基础上介绍了内燃机的脱机故障诊断技术、小波分析的特点和具体应用方法 ,提取出了对燃爆信号的诊断判据 ,为内燃机工作状态的判断提供了一种有效方法。     

导弹故障智能诊断的一种实现方法

研究了基于神经网络的故障诊断专家系统的理论和方法及具体实现过程。将此方法应用于导弹武器系统故障智能诊断之中 ,结果表明该方法是一种行之有效的故障智能诊断方法。     

视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中,场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而,实际中图像的背景和前景往往相关,常用的主成分分析和独立分量分析等方法难以实现准确提取。为此,将视频图像的前景提取建模为盲源提取问题,提出了一种基于均方交叉预测误差的盲源提取方法,可以从相关的源视频图像中提取期望的前景图像,并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。     

基于系统构型替换的固冲发动机故障模式半实物仿真

为全面快速验证冲压发动机的故障检测算法,基于构型替换建立了能模拟多种固冲发动机故障的仿真验证平台。基于此平台,搭建了发动机点火故障模型、压强传感器故障模型、设备接口模型,以及与真实控制器中检测算法具有相同外部接口和系统构型的故障检测算法模型等。通过系统构型的切换,将同一个故障模式注入故障检测算法模型和真实发动机系统,并通过对比同一组故障模式下故障检测模型检测结果与发动机控制系统检测结果,来对发动机控制器中的故障检测算法进行快速验证。以无喷管助推器点火的检测为例,讲述了该方法的建模、实验验证及分析过程,此外,该方法还能应用到无喷管助推器关机、进气道前后堵盖打开、燃气发生器点火、燃气流量容错控制等多个故障模式的仿真模拟与验证,具有很强的通用性,能大大地降低控制系统开发与验证的时间成本,具有很强的应用价值。     

新冠肺炎动态病死率分析与疫情预测方法研究【专题】

新型冠状病毒感染的肺炎防控是国家安全体系的重要“战场”,疫情趋势预测是开展疫情科学防控和精准防控的重要基础。本文阐述了疫情动态病死率概念,分析了疫情动态病死率函数和时间曲线,提出了动态病死率发展的3个重要拐点,从动态病死率和新增确诊病人数两个维度,构建了拟合曲线函数,并对疫情发展趋势进行了预测。研究发现,截至2月10日,本次疫情动态病死率已经经过了第3个拐点,趋于稳定;预计到2月16日左右,新增确诊人数达到第3个拐点,进入缓慢下降期;预计2月底底至3月初,每日新增确诊人数将在1000人以内,全国最终的“病死率”将在2%～4%左右。该预测方法是一种运用系统外部特征信息来研判疫情发展规律的较为简便快捷的方法,对于科学预测疫情发展趋势具有一定的参考借鉴价值。     

基于支持向量机的故障诊断方法及其应用

提出了一种采用模糊手段进行特征提取、支持向量机进行模式分类的内燃机燃油系统故障诊断方法.该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,首先采用模糊手段对故障信号和原因进行特征提取,接着利用支持向量机进行分类实现特征级诊断,最后将其应用于内燃机燃油系统的故障诊断中,取得了令人满意的结果.     

一种新型粗糙集神经网络的故障诊断方法

结合粗糙集理论,建立了基于SOFM网络的新型粗糙集神经网络故障诊断模型,给出了该模型的流程图,描述了系统各组成部分的工作原理.应用该模型对某型雷达进行故障诊断,实例证明新模型能够减少输入端数量,简化神经网络的结构,提高系统的速度,诊断时间短,准确性高,结果易于实现可视化,最后得到了故障可视拓扑映射图.     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统,提出了一种机动目标预测方法.将目标的运动分解为两部分,即全局运动和局部运动,并根据各自的动态特性分别进行预测.以局部运动预测为重点,通过对机动目标跟踪技术的研究,建立起性能优良的跟踪滤波器,并将其扩展到预测滤波器中对目标的未来运动状态进行预测,从而提出了"交互式多模型预测算法".仿真结果表明,该算法具有预测精度高、自适应能力强的特点,同时给出了计算方法.     

故障诊断专家系统外壳设计与实现

设计了一个故障诊断专家系统外壳,给出了外壳的总体框架结构,基于对象式框架的知识表示,融经验诊断和原理诊断为一体的推理机制.介绍了在Windows环境下实现故障诊断专家系统外壳的方法.只要通过知识库管理系统,在Access数据库中建立不同的知识库,就可以创建不同系统的专家系统.开发的故障诊断专家系统已经在实际中应用,取得了良好的效果.     

战斗部虚拟试验贝叶斯线性校准预测方法

聚能装药战斗部射虚拟试验中,射流穿深对靶板材料模型参数较敏感。为建立较准确实用的射流穿深预测模型,提出一种贝叶斯线性校准方法,建立物理过程真实值、模型预测值和试验测量值间的统计关系,结合有限的试验数据,校准未知模型参数。实例分析表明,该方法可较好地解决包含各种不确定性的大型复杂计算模型的参数校准问题。