FMEA与粗糙集相结合的故障预测方法

基于FMEA和粗糙集决策系统基本理论,对飞机中分系统故障预测问题进行了研究。首先定义故障预测所需的征兆并对系统进行FMEA,按照FMEA分析结果分次向系统模型注入引起特定故障的事件,采集含有故障趋势的系统模型的信息用于构建适用于故障预测的粗糙集决策表,对该表进行了处理,最终发现用于故障预测的知识(即决策规则和算法);最后运用所发现的知识进行故障预测。     

RBF神经网络在深V型滑行艇阻力预报中的应用

基于SV、JYK系列滑行艇的阻力、浸湿面积、航行纵倾角试验数据,采用RBF神经网络建立了深V型滑行艇阻力预报数值图谱;针对艇艉底部横向斜升角变化的有限试验数据,提出了一种基于小样本试验数据的阻力修正方法。试验表明,该方法对深V型滑行艇(折角线长度与最大折角线宽度比在4~5.5,面积负荷系数在5.5~7,重心纵向相对位置在3%~9%,艉部艇底斜升角在5°~25°之间变化)阻力预报是可行的。在相同精度下,针对该文研究的问题,RBF神经网络所需时间少于BP神经网络。     

基于指标值状态的自适应权重确定法

评估问题中指标值可能是已知的也可能是未知的,提出一种基于属性值状态的指标权重确定方法,该方法融合了粗糙集和区间数有序相离度的理论,根据指标值状态,自适应求取指标权重;同时引入调节算子,调节对主客观因素考虑的重视程度。详细地给出了自适应算法的步骤,并对算法的保序条件进行了分析,举例说明了该方法的应用,结果表明:方法简单实用,易于实现。     

二羟基苯氧基硅烷合成途径设计及产物表征

用Hyperchem 7.0软件的半经验分子轨道法(Semi-empirical-AM1)和分子力学(Molecular Dynamics)法计算了二羟基苯氧基硅烷不同合成过程反应的焓变,对反应途径进行优选,计算了产物的IR谱图,并与实验结果进行了对比。研究表明,以对苯二酚与二乙氧基硅烷进行反应制备二羟基苯氧基硅烷在热力学上是有利的,可得到目标产物;Hyperchem 7.0软件用于新型有机硅化合物合成途径优化及产物表征具有一定的应用价值。     

一种高精度六面体广义协调元

在八节点六面体等参单元的基础上在其各个面的法向方向上增加一个自由度 ,同时为了提高精度 ,改善其性能 ,消除几何敏感性 ,又引入七个非协调的内部位移函数和一个泡状函数作为附加位移。数值计算表明该单元的性能良好。     

基于信息熵的模糊控制系统稳定性分析

鉴于模糊控制系统稳定性分析方法的复杂性和不完善性 ,用信息论的观点思考这一问题。依据李雅普诺夫稳定性分析原理 ,通过引入信息熵的概念 ,对模糊控制系统的稳定性分析方法进行深入研究和探讨。在综合考虑系统动态品质和稳定边界要求的基础上 ,给出了一般模糊控制系统的稳定性定义 ,并通过严格的数学推导证明了使模糊控制系统稳定的一个充分条件     

泥沙传输方程广义初边值问题的解析解与差分解比较

Cheng提出了泥沙传输问题的广义底边界条件并导出了具有复杂形式的解析解 ,解析解的求解过程中还需求解两个超越方程。本文一方面分析了解析解的复杂性 ,简化了超越方程根的搜索区间 ,另一方面 ,通过数值试验 ,得到了一类稳定的差分格式 ,格式参数为 0 .48≤Θ ≤ 1 ,数值例子表明 :对于稳定的差分格式 ,差分数值解具有很好的逼近效果。     

改进型自适应推广卡尔曼滤波器的应用

针对在被动方式下进行水下目标跟踪容易导致滤波发散和收敛精度不高的问题,介绍了一种改进的自适应推广卡尔曼滤波算法。它能够在线估计虚拟观测噪声的统计特性,从而克服了观测模型线性化误差带来的不良影响。同时,通过引入修正增益函数,克服了由于观测噪声的统计特性不能精确已知而导致的滤波不稳定问题。仿真结果表明,不管是滤波精度还是收敛速度,都优于原来的自适应推广卡尔曼滤波算法     

多目标广义指派问题的模糊匈牙利算法求解

提出和讨论了两类多目标的广义指派决策问题,分别给出了它们的多目标整数线性规划数学模型,并结合模糊理论与解决传统指派问题的匈牙利方法提出了一种新的求解算法:模糊匈牙利法.最后给出了一个数值例子.     

小波相关特征尺度熵在滚动轴承故障诊断中的应用

将小波相关滤波方法与Shannon信息熵相结合,提出了一种故障检测与诊断的方法——小波相关特征尺度熵故障法。首先利用小波相关滤波方法提取滚动轴承故障振动信号的微弱故障信息特征,以求得信噪比较高的尺度域小波系数;然后结合Shannon信息熵理论给出了沿尺度分布的小波相关特征尺度熵定义及其计算方法。小波相关特征尺度熵能够定量表征不同尺度的能量分布,各尺度能量分布的均匀性可以反映滚动轴承的运行状态的差别,选取最能反映故障特征的小波相关特征尺度熵作为特征参数,通过所选取的小波相关特征尺度熵大小判断滚动轴承的工作状态和故障类型。实验证明该方法能有效地判断滚动轴承故障特征,为滚动轴承故障诊断提供了新的思路。