基于MIC特征提取与BO-CatBoost的航空发动机RUL预测

针对航空发动机传感器监测的退化参数提取困难,易受噪声干扰及发动机剩余使用寿命预测精度不足等问题,利用最大信息系数、贝叶斯优化算法和类别特征梯度提升算法,提出了一种新的发动机剩余使用寿命预测模型。首先,为有效解决特征提取不足的问题,对采集的传感器历史监测特征进行最大信息系数相关性计算,提取出对发动机寿命运行周期影响较大的关键退化特征。其次,为解决剩余使用寿命预测中的梯度偏差及预测偏移问题,使用基于贝叶斯优化的类别特征梯度提升方法对航空发动机进行剩余使用寿命预测。最后,在美国航空航天局提供的商用模块化航空推进系统仿真数据集上进行实验,结果表明所提预测方法的性能较好,验证了该方法的有效性。     

外注式单体液压支柱参数化建模与仿真

根据单体液压支柱在普采面支护的应用实践,建立了单体液压支柱恒阻阶段的Simulink仿真模型和支撑阶段的SimHydraulics参数化仿真模型,完成了计算机仿真。用提取压力仿真曲线坐标值的方法,求取了密闭系统的性能参数,安全阀开启压力和回柱特性仿真曲线符合工程实际。其工程指导意义是:单体液压支柱设计要提高安全阀的开启流量,改善乳化液的通流作用,回柱时要轻转卸载手把。所提出的参数化通用建模方法,可以方便地对各种类型的液压缸或液压支架立柱进行数学建模或参数化仿真建模,得到的仿真结果能够为系统的设计、稳定性判定和参数设定等提供理论依据。     

基于集成算法的路段短时行驶时间预测

为了更好地解决路段行驶时间的短时预测问题，提出并改善了一种基于树的集成算法。针对小时间尺度下交通时变性强这一特性，构建更加鲁棒的梯度提升树（GBDT）以减少突变点的干扰。为了克服偏差 方差窘境，将随机树（RF）与GBDT进行融合，提出RF-GBDT的集成算法，并考虑各种历史旅行时间数据的相关变量以提高模型的可解释性。预测结果表明，与单独的RF或GBDT相比，RF-GBDT具有更好的预测准确度与算法稳定性。     

面向无人驾驶碾压机的容错控制方法研究

无人驾驶碾压机高精度路径跟踪控制依赖于传感器对车体信息的准确测量,但在恶劣的高原大坝环境下,定位传感器极易出现信号突变、信号丢失现象,对系统的安全性与稳定性构成极大威胁。针对无人驾驶碾压机在恶劣工况下传感器的短时定位失效问题,提出了基于自学习模型的信号代偿容错控制方法。根据无人驾驶碾压机运行过程中转向系统漂移特性,构造了带流量损耗参数的线性转向模型,提出了模型参数在线学习算法,用于学习系统的流量损耗特性。以串联抗扰控制器作为车辆控制基础,实现定位短时失效场景下的容错控制。实车验证结果表明：车辆能够在传感器失效后的40 s内继续进行高精度碾压作业,与无代偿和模型无自学习代偿2种情况对比,分别延长了近18.7倍和2.7倍的运行时间,极大地提高了系统的安全性与作业效率。     

基于集成学习的电商销量预测研究分析

针对电商销量数据的复杂性和现有预测模型的稳定性及泛化能力不足问题,本研究基于大样本多变量数据,应用随机森林和渐进梯度回归树等机器学习模型进行分析。研究结果表明,相比于广义线性回归、弹性网络、支持向量回归、KNN回归树、决策树、多层感知机、AdaBoost,随机森林和渐进梯度回归树对电商销售数据预测拟合更加精确。相比于广义线性回归、弹性网络等7种传统机器学习算法,随机森林和渐进梯度回归树这两种集成学习的方法对电商销量预测更加精确,且渐进梯度回归树算法拟合效果更好、均方根误差更小,是一种更加有效的电商销量预测方法。     

基于VFF-RLS的力传感器的动态特性研究

在科学实验与工业生产中,力传感器动态特性会直接影响传感器的精度,因此研究力传感器动态特性具有重要意义。针对应用于手术机器人的应变式力传感器动态特性难以满足精度要求的问题,文中研究了基于最小二乘参数辨识方法在力传感器振动结构中的应用。由于递推最小二乘（RLS）对于二阶振动系统模型辨识难以同时保证快速性和抗干扰性,文中提出了一种基于可变遗忘因子的递推最小二乘参数辨识方法。首先,通过建立随机振动系统模型,对系统的输入/输出特性进行仿真与分析,确定了遗忘因子函数中的参数,仿真结果表明,文中提出的方法在保持更快收敛速度的同时,使参数辨识误差和收敛预测误差相比于RLS有明显的降低,相比于最小二乘有良好的时变性;然后,在阶跃测试标定法基础上对微创外科手术机器人力传感器的动态参数进行辨识,获得该传感器系统的结构动态特性,即固有频率和阻尼比。实验结果表明,文中提出的方法有较好的收敛性和稳定性,有效地提高了辨识精度。     

飞机液压系统流量负载模拟复合控制策略

飞机液压系统流量负载模拟是为了模拟实际飞机液压功能子系统正常工作时所需要的流量.设计了飞机液压系统流量负载模拟系统,理论推导了流量控制阀以及系统的数学模型.针对常规PID控制难以协调鲁棒性和快速性之间的矛盾,提出了自校正调节器和模糊参数自整定PID控制器相结合的复合控制策略.通过Matlab/simulink仿真研究,验证了该方法能够有效提高飞机液压系统负载模拟流量跟踪性能和抗干扰能力.     

波力发电液压PTO系统蓄能器特性建模与参数优化

蓄能器是波力发电液压PTO系统中的重要元器件,合理选择和设置蓄能器参数可显著改善PTO系统的运行稳定性.针对摆式波力发电PTO系统,本文建立了囊式蓄能器-管路动力学模型,分析了影响蓄能器特性的相关参数,利用AMESim软件仿真进行了参数优化,并通过样机试验验证了理论分析和仿真结果的一致性.研究结果表明:经过参数优化的蓄能器能显著改善PTO系统的运行稳定性;其优化公称容积应略大于系统所需的最小补液体积;其优化充气压力为额定压力的90%左右;接口管路长度不宜过长;接口管路直径对系统压力响应影响微小,其设置满足流量需求即可.     

低流阻双向密封海水液压电磁截止阀设计

针对潜水器海水液压浮力调节特殊工况需求,提出了满足双向密封要求的电磁截止阀总体结构。围绕双向电磁截止阀低流阻特性和高密封性能设计要求,分析了阀口开度对截止阀流阻的影响,阀座微倒角和密封力对截止阀密封比压的影响,提出了基于流阻和密封性能的综合性能设计方法,获得了阀口开度的优选区间。研制了海水液压电磁截止阀样机,测试了流阻特性、密封性能和吸入效率。结果表明：样机在额定流量3 L/min时流阻小于640 Pa,在1 MPa下实现双向零泄漏,吸入效率超过98.7%。     

贝叶斯框架的LS-SVM回归在民机液压系统预测中的应用

 为实现民机液压系统的健康预测,将贝叶斯框架应用于LS-SVM参数的选优.选用径向基核函数,选择了预测回归模型的算法和区间预测公式.用训练样本建立了液压系统的健康预测模型,用测试样本验证了公式的有效性;对液压数据参数进行预测,将预测值带入健康评估模型中得到预测结果.结果表明,基于贝叶斯框架下的LS-SVM回归模型可以很好地用于民机液压系统的健康预测.     

基于梯度提升决策树的焦炭质量预测模型研究

焦炭是高炉炼铁的重要原料,其质量是影响铁水质量和高炉顺行的重要因素,针对焦炭质量存在检验难、滞后性、预测误差大等问题,提出一种基于梯度提升决策树算法的焦炭预测模型;结合专家经验与相关性分析方法,深入研究配合煤质量对焦炭质量的影响;最后利用配合煤质量指标对焦炭质量指标灰分、硫分、耐磨强度、抗碎强度进行建模预测;根据某焦化厂历史生产数据对模型进行评估,实验结果表明:基于梯度提升决策树的焦炭质量预测模型相较于线性回归模型、随机森林模型,决策树模型误差小、准确率高,可以为焦化厂配煤炼焦提供一定的理论依据。     

基于改进鲸鱼优化算法的GBDT回归预测模型

针对梯度提升决策树（gradient boosting decision tree, GBDT）参数难以选择的问题, 提出一种基于改进鲸鱼优化算法（improved whale optimization algorithm, IWOA）的GBDT回归预测算法. 首先, 提出一种改进的鲸鱼优化算法, 利用混沌映射初始化种群提高种群多样性, 引入惯性权重与差分进化算法中的变异交叉策略解决迭代后期易陷入局部最优的问题； 其次, 利用IWOA对GBDT的关键参数寻优, 避免参数选择的盲目性, 提高回归预测模型的泛化能力； 最后, 建立IWOA-GBDT回归预测模型, 并利用UCI数据集对模型进行验证. 实验结果表明, 相比于决策树、 支持向量机、 Adaboost和GBDT算法, 该模型算法具有更好的拟合效果, 并有一定的实用价值.     

基于Matlab的越野叉车举升装置位置控制系统 建模与仿真分析

越野叉车在工作过程中驾驶员既要克服恶劣的环境又要完成高难度的举升操作,这对越野叉车的控制系统性能是一个极大考验。为了提高越野叉车工作过程的响应速度、平稳性、可靠性和抗污染性能,将电液比例换向阀应用于越野叉车举升装置位置控制系统。通过改变比例放大器的增益、举升液压缸的固有频率和阻尼比的参数以及举升装置的负载力,运用MATLAB仿真平台对举升装置控制系统中不同参数下的数学模型进行仿真分析,得出不同参数对系统动态特性的影响规律。结果表明:比例放大器的增益、举升液压缸的固有频率和阻尼比会影响系统的响应速度、系统精度和相对稳定性;随着举升装置负载力的变化会影响系统的响应时间和稳定性,从而为越野叉车举升装置控制系统的优化设计和应用提供依据。     

基于模型和故障树的飞机故障诊断方法研究

随着科技的进步,航空工业迅速发展,大量高科技机载设备的使用大大增强了飞机的性能,但同时也增加了系统的复杂性和设备之间的耦合度,进一步增加了飞机系统故障诊断的难度。单一的故障诊断方法由于其局限性,很难满足复杂装备的诊断需求,因此,不同故障诊断方法相互融合的综合故障诊断技术成为航空领域研究的热点。本文针对飞机外场排故的实际需求,提出了基于模型和故障树的故障诊断方法,其原理是,根据外场模块化排故的特点和飞机设计知识,建立以LRU(外场可更换单元)为对象的飞机物理模型(基于LRU的简化飞机系统模型),描述针对特定功能的系统结构、行为和功能,再针对LRU建立故障事件,根据LRU之间的连接关系分析故障事件之间的逻辑关系,建立故障的传播路径,通过树的合成算法,生成系统故障树模型。在故障诊断时,通过物理模型和故障树的相互配合进行故障诊断,基本思想是,将物理模型作为故障观察窗口,比较系统在正常情况下的预期行为和实际行为之间的差异,判断故障事件是否发生,利用故障树的逻辑关系进行推理,再将推理过程在物理模型上进行直观展示,模拟LRU之间的故障传播,确定疑似故障件。基于上诉方法,利用Dorado平台和G2开发系统开发了基于模型和故障树的飞机外场故障诊断系统,并结合某型号飞机的刹车系统对该故障诊断方法进行了验证。     

融合式翼梢小翼对飞机尾涡演化的影响

随着空中交通流量的增长,尾流间隔精细化、动态化缩减成为了民航发展的一种趋势,研究尾流演化过程也成为了民航领域关注的前沿科学问题。基于此,本文采用雷诺平均 N-S方程方法研究了B737-800飞机有无融合式翼梢小翼对飞机尾涡的演化过程影响。利用NASA动态尾流系统中APA尾涡消散模型计算了不同气象环境参数下有无小翼的尾涡环量变化。结果表明：融合式翼梢小翼可以分割翼尖涡,有效改变翼尖气流的流动特性,增大速度梯度,减小尾涡速度、尾涡能量集中程度和尾涡强度;不同大气湍流耗散率和大气层结稳定度下,小翼对尾涡强度的减小量不同。     

基于垂直管道内重油-水两相流动型态的持水率和压降预测模型

针对重油井筒举升流动规律认识不清的问题,本文采用高黏（584.24 cp,1.889 g/cm3）重油作为研究对象,研究重油-水在上升管中的流动特性,得到了五种重油-水两相流动型态。结果表明与轻油-水流动不同,重油-水流动过程中未发生相转化,该现象与表面能方程的预测结果相似。通过持水率测量得到重油-水两相的滑移效应随油水混合流速降低或持水率增加而变得更加明显,基于漂移流模型和动量守恒方程推导得到五种流态下重油-水两相流的持水率预测模型,相对误差率在20%以内。总压降梯度在低持水率时以重力压力梯度为主,高混合流速和高持水率时以摩擦压力梯度为主。采用基于Bannwart模型建立的重油-水中心环状流压降预测模型,误差率在30%以内,为进一步提高重油井筒举升流动参数的预测精度提供了理论基础。     

基于机器学习高通量筛选吸附甲烷的金属有机框架材料

采用决策树（DT）模型及其衍生的随机森林（RF）模型、极端随机树（ET）模型和梯度提升树（GBDT）模型，对用于甲烷吸附的金属有机框架材料（MOFs）进行了高通量的计算筛选。利用1 800种材料的特征向量数据，计算了特征向量之间的相关性并进行重要度分析，发现材料的结构特征与化学信息特征的相关性不大，但是结构特征的重要度较高。将数据库中的1 260种材料作为训练集并使用上述4种机器学习模型进行训练，再将剩余的540种材料作为测试集对模型的筛选结果进行比较和评估。接收者操作特征（ROC）曲线和查准率-查全率（PR）曲线结果表明，GBDT模型自身稳定性强且预测结果精度高，因而成为筛选吸附甲烷的高性能金属有机框架材料的最佳模型。针对RF模型和GBDT模型进行参数优化，发现协调单个决策树的个数和决策树节点的分裂特征数量能够有效改善RF模型的性能，而调节回归树的学习速率和迭代次数可有效改善GBDT模型性能。最后基于540种材料的测试集，利用GBDT模型筛选出前20种高性能吸附材料，分析了它们的主要特征向量与甲烷吸附量之间的关系。     

基于GBDT的城轨塞拉门早期机械故障诊断

为了提高城轨塞拉门系统的智能化水平,增强城轨塞拉门运行的安全性、可靠性,提出一种基于ReliefF优化梯度提升决策树的塞拉门早期故障诊断方法,对塞拉门故障隐患进行实时有效监测和排查.在不同早期故障类型下进行城轨塞拉门早期故障试验,利用传感器采集塞拉门电机转速、转矩以及电流,通过特征工程建立数据集;运用ReliefF多分...