基于GRNN的中厚板轧机压力预测模型

为了实现中厚板轧机在轧制过程中的压力变化自动预测和控制,分析了轧制过程中压力变化的影响因素,在神经网络技术和现场实测数据的基础上,利用Matlab人工神经网络工具箱,应用广义回归神经网络建立压力变化预测模型来提高轧制压力变化预测的精度.经过对现场实测数据的处理,分析了工作辊直径和初始板坯宽度对轧制压力网络模型精度的影响.指出随着工作辊直径的增大,网络的精度逐渐降低;随着选用初始板坯宽度的增大,网络模型的精度逐渐增高.结果表明:该方法建立的模型可以实现对压力变化的预测,且预测精度有较大提高.     

基于随机森林的大迎角非线性非定常气动建模方法

提出了一种新的大迎角非线性非定常气动力和气动力矩建模方法.传统的依据物理机理分析、实验观测等来建立飞机气动系数与飞行状态之间的建模方法在大迎角非线性非定常气动力和气动力矩建模中存在着局限性,导致模型精度不高,针对这个问题,提出了随机森林建模方法.根据风洞中飞机大迎角俯仰机动的特点,结合随机森林模型的原理,确定了与大迎角随机森林模型相关的输入特征,通过误差分析实验确定了随机森林模型中决策树个数和内部节点随机选择属性个数等关键参数的取值,利用F-18缩比模型在低速风洞中实验数据进行实验,结果表明,与经典的多项式模型相比所建立的随机森林模型得到的预测结果与真实数据之间的误差更小.      

基于约束优化方法的水力压裂起裂压力计算模型

以最优化理论为基础,提出了一种水力压裂起裂压力计算模型,将起裂压力求解转化为非线性约束条件下目标函数极小值求解问题,解决了常规起裂压力计算模型中以井筒压力增量为迭代步长时存在计算精度低且收敛速度慢等不足。以此模型为基础,分别建立了裸眼及射孔完井方式下起裂压力约束优化方程,设计了外点罚函数求解该模型的计算流程,并通过实际数据进行了验证。结果表明:本文提出的优化计算模型比常规计算模型精度更高,且收敛速度快。     

求解对流换热反问题的低阶模型

在低阶模型的基础上开发了一种求解对流换热反问题的算法,并采用最佳正交分解方法分别建立了直接问题、敏感度问题和伴随问题的低阶模型,反问题求解采用了共轭梯度法.算例为一圆管内流动充分发展、换热初始段时,反求圆管壁面外未知热流密度的反问题.分别研究了测量位置、测量误差对算法性能的影响,结果表明通过将测量位置移向未知热流可以显著地提高解的精度和算法的稳定性,同时共轭梯度法可以显著地减小测量误差对结果的影响.所开发的算法可以在非常短的时间内得到较准确的解,基于CFD模型的反问题算法迭代一步需要6.5 s,而文中算法迭代一步仅需要0.078 s,与基于CFD模型的反问题算法相比,速度提高了80倍.     

DLR-F6翼身组合体跨声速阻力计算

采用美国航空航天学会阻力测试小组提供的多块对接网格,结合Spalart-Allmaras、Wilcox’sk-ω和Menter’s k-ω SST三种湍流模型,通过求解雷诺平均Navier-Stokes方程、数值模拟DLR-F6翼身组合体的流场来研究阻力计算精度,考查网格和湍流模型对翼身组合体构型气动特性的影响.结果表明:三种湍流模型得到的机翼表面压力系数分布与实验数据吻合良好,气动力随攻角的变化趋势与实验结果一致;Spalart-Allmaras模型得到了网格收敛结果,所得阻力优于其他软件的结果;网格密度对阻力有影响,对机翼表面压力系数分布无明显影响;湍流模型对机翼表面压力系数分布的影响主要体现在激波位置上,对升力影响较小,对阻力(尤其是摩擦阻力)影响显著,对翼根处的流动分离有一定影响;在跨声速流动中,Menter’s k-ω SST模型的结果最接近实验数据.     

曲线拟合在倾角仪测量误差补偿中的应用

为减小倾角仪的测量误差以满足盾构姿态角的测量精度要求,基于曲线拟合原理研究了倾角仪温度漂移误差和非线性误差的软件补偿方法.根据倾角仪测量实验结果,首先建立不同标定倾角下的温度漂移误差的线性模型,然后通过曲线拟合求出模型的各个系数与倾角的关系函数,最终得到倾角仪的误差补偿公式.实验证明,这种方法不但可以有效消除环境温度变化对倾角仪测量的影响,还能校正倾角仪自身非线性造成的测量误差,补偿系数少,求解方便.     

翼型大攻角的振动对气动性能影响的初步分析

通过求解非定常Navier-Stokes方程,模拟了风洞实验中模型振动条件下的流场,以翼型振动对流场和气动力的影响为突破口,研究了模型振动对流场、尤其是大迎角流场的影响,并考虑了模型弹性轴不同位置对结果的影响。研究结果表明:在临近传统定常失速迎角的大迎角条件下,翼型的振动可以引起翼型大尺度的分离,导致翼型失速的提前发生,其提前量取决于振动的幅度、频率。风洞模型设计中的弹性轴所处的翼型弦向位置也对结果有一定影响。其研究结果对大展弦比机翼的风洞实验结果分析、模型设计有指导意义。     

需水量预测的测量误差模型

针对其他方法在进行需水量预测时均未考虑原始数据测量误差的缺陷,提出了线性测量误差模型.基于Matlab编写计算程序,以扬州市1999-2006年的GDP(gross domestic procluct)及用水量数据进行验证,并与普通线性同归方法比较.实例研究表明该模型预测精度较高.在此基础上,对扬州市需水量进行预测,为节约用水及水资源规划提供了依据.     

基于上下车人数的公交客流起迄点估计方法

自动计数器(APC)系统可自动采集大量乘客上下车数据.APC数据以聚集的方式表示公交乘客起迄点(OD)交通流,因此,可用于估计公交OD交通流.据此,提出基于APC数据统计分布的公交乘客起迄点交通流估计模型,并开发高计算效率的HEM(heuristic expectation maximization)算法.在模型评价比较中,考虑了APC样本量、APC测量误差和OD调查样本量对OD估计精度的影响.结果表明,HEM法比传统方法更有效地利用APC数据,OD估计精度更高.另外,HEM法在计算效率和估计精度两方面都优于近年来新提出的基于仿真的OD估计方法.     

可交换条件下具有测量误差的结构回归模型

提出具有测量误差的结构回归模型，研究可交换条件下测量误差对平均处理效应估计的影响．在没有其它的附加条件下，尽管大多数模型参数不可识别，平均处理效应仍可识别．如果暴露组与对照组中协变量的测量误差同分布，那么测量误差只对平均处理效应估计的精度有影响．     

基于修正质点模型误差补偿的轨迹预估

针对修正质点弹道模型在旋转稳定弹大发射角发射时落点预测误差过大的问题.通过分析结果表明,主要误差来自动力平衡角与攻角间的偏差.为此,提出了带误差补偿的修正质点弹道模型,通过引入误差补偿系数提高落点预测精度.同时,设计了扩展卡尔曼滤波模型,实现了误差补偿系数的最优估计.利用卫星定位模拟器和接收机进行了半实物仿真实验.结果表明,过弹道顶点后落点预测误差小于20 m,能够满足旋转稳定弹二维弹道修正等应用需求.     

多接口非限制下组件化手机Web前端会话劫持攻击检测方法研究

多接口非限制下组件化手机的Web前端容易遭遇会话劫持攻击。当前会话劫持攻击检测方法需建一个含有全部攻击特征的检测模型,不易实现,且检测结果不可靠。提出一种新型组件化手机Web前端会话劫持攻击检测方法,分析多接口非限制下组件化手机Web前端会话劫持攻击,预处理RTT历史数据,以降低多接口非限制下组件化手机Web前端奇异数据对正常数据RTT特征提取的影响。采用滑动数据窗和最小二乘平滑结合的方法对组件化手机Web前端正常数据的RTT特征进行提取,依据RTT特征提取结果,通过滑动窗口平均方法对会话劫持攻击进行检测。实验结果表明,所提方法具有很高的攻击检测精度和效率。     

入射角度在杀伤元侵彻速度测量中引起的不确定度

杀伤元在明胶体内的侵彻速度衰减量是评价杀伤元杀伤效应的重要技术指标。借助高速摄影机可以对明胶体内杀伤元的侵彻过程进行拍摄,从而获得杀伤元的速度变化规律。当杀伤元的入射方向与垂直于明胶体表面的弹道线存在一定的角度时,该入射角度会对杀伤元在明胶体内侵彻距离所占有的像元数个数引起偏差,影响杀伤元速度衰减量的计算准确度。建立了杀伤元入射角度与弹道之间的数学模型,并在此基础上分析了不同的入射角度与杀伤元在明胶体内侵彻速度测量偏差之间的规律,提高了杀伤元杀伤效应评价的准确度。     

三坐标测量机测量误差的试验研究

操作不规范等诸多因素导致采用三坐标测量机测量的误差较大。为了探索操作方法、测球直径、测头进给方向与被测表面夹角和数据处理方法对测量精度的影响,设计了一种操作方法对测量精度影响的试验。该试验通过在两种测量模式下对高精度量块进行测量,研究了测头直径、测头进给方向与被测面之间的夹角对测量精度的影响。用MATLAB编程对测球中心点数据进行处理,与设备自带软件测量数据进行比较,研究了不同数据处理方法对测量误差的影响。分析了产生测量误差的原因,该研究对提高测量精度和研究数据处理方法有很好的参考价值。     

一种提高电子罗盘航向和姿态测量精度的新方法

摘要： 针对电子罗盘在甚小口径终端（Very Small Aperture Terminal,VSAT）应用中出现的航向和姿态测量精度问题进行了研究.讨论了电子罗盘航向和姿态测量的基本原理,推导了姿态测量误差和航向测量误差的数学模型,分析了滚转角和航向角测量误差随俯仰角增大而增大的原因,提出了一种提高航向和姿态测量精度的新方法.仿真和实测结果表明：新方法能基本消除俯仰角对滚转角测量精度的影响,同时能有效提高航向角测量精度.在转台俯仰角30°情况下,采用新方法修正后的滚转角精度约为0.2°,航向角精度约为0.5°.     

一种基于少样本且不均衡的网络攻击流量检测系统

为解决网络攻击流量检测中使用的有监督学习方法严重依赖标签数据规模的问题,针对一种少样本且不均衡的攻击流量检测场景,即训练数据仅包含少量蜜罐捕获的攻击流量且无正常流量,设计了一个攻击流量检测系统,并构建了基于孪生网络和深度学习卷积神经网络(CNN)的网络攻击流量检测模型(CNN-Siamese),以实现少样本且不均衡的攻击流量检测目的;随后为了解决CNN-Simaese在训练样本对构造采样时造成的预测不稳定的问题,结合迁移学习的思路,构建了基于预训练的检测模型(AE-CNN-Siamese);此外,对孪生网络中常用的对比损失函数进行了改进. 实验结果表明:CNN-Siamese可以准确地检测攻击流量,与CNN、CNN-SVM相比,在漏报率无明显差距情况下,可将误报率从30%降低至2%;AE-CNN-Siamese的预测结果比CNN-Siamese更稳定;改进后的损失函数提高了模型的收敛速度,加速了模型训练.     

基于MEMS惯性技术的延转姿态角测量误差补偿研究

本文介绍了基于MEMS惯性技术,载体在水平面上廻转时产生的姿态角测量原理,运用在线误差补偿技术,针对因MEMS惯性器件加速度效应误差不均衡,导致的翅转姿态角测量误差进行实时补偿。提高了姿态测量装置题转姿态角的测量精度。     

灰色马尔科夫Verhulst动态模型在滑坡形变预测中的应用

为解决陈旧信息和波动性数据造成的传统灰色Verhulst模型预测精度较低的问题,提出一种利用滑动窗口和马尔科夫模型对原始灰色Verhulst模型改进的方法。通过长度可变的滑动窗口来实现数据的动态更新,使得灰色Verhulst动态模型的预测值更加接近最新的变化趋势。之后利用马尔科夫模型对得到的灰色Verhulst动态模型预测值进行修正,提高了模型的预测精度。实验结果表明,灰色马尔科夫Verhulst动态模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色Verhulst模型降低了69. 6%,均方根差比降低了0. 39,小误差概率提高了0. 166 7。对于波动性较大的滑坡监测数据,灰色马尔科夫Verhulst动态模型预测精度优于传统灰色Verhulst模型。     

测量介质损耗角的高阶正弦拟合算法

在介质损耗角的数字化测量中 ,数据采样频率与电网频率间不同步的问题 ,以及电网中存在的高次谐波都会给介质损耗的测量带来误差。为了提高测量的准确度 ,论文研究了一种新的计算方法即高阶正弦拟合法。它利用高阶正弦模型 ,将电网频率视为未知参数 ,对采样数据进行最小二乘意义上的非线性拟合计算。并使用离散 Fourier变换 (DFT)方法求取迭代初值 ,以加快计算速度。研究表明 ,这种方法能够较好地解决上述问题 ,在噪声较强的情况下 ,准确度误差不超过 0 .0 0 0 3,而且计算速度快 ,完成一次计算的时间小于2 0 m s,满足介质损耗角在线监测的要求     

叶端定时传感器脉冲信号高速采集系统的FPGA实现

在非接触式高速旋转叶片自动实时监测系统中,要求25μm的振动位移测量分辨率,为采集电路的设计增加了很大的难度。由于信号处理系统用固定频率脉冲填充法计数,实现定时时间的测量。因此采集系统的设计关键问题是:计数器频率达100MHz的24bit高速计数器的设计和利用D触发器使锁存脉冲与100MHz的计数时钟同步,从而解决由于计数脉冲与锁存脉冲不同步所造成的数据锁存失误问题。锁存器的数据由EPP接口采集到计算机中进行处理。实验证实了该系统性能良好,达到预定精度要求。