基于注意力与LSTM的航空发动机剩余寿命预测

预测性维护的核心技术之一是设备剩余寿命(remaining useful life, RUL)预测。为了提高航空发动机的剩余寿命预测精度,提出了一种基于注意力与长短期记忆(directional long short-term memory, LSTM)网络的航空发动机剩余寿命预测模型Attention-LSTM,通过引入注意力机制增强各时间点数据的特征权重,有效提升了模型预测精度。使用NASA C-MAPSS涡扇发动机仿真数据集进行实验,与未加注意力机制的长短期记忆网络等多种模型进行对比实验。实验结果表明,提到的Attention-LSTM模型的均方根误差相比较于未引入注意力机制的长短期记忆网络降低了17.8%,拟合度提升了3.2%,各项评估指标均也优于其他对比模型。     

鼠笼弹性支承的刚度计算及其影响因素的分析

为了更加准确地计算出鼠笼弹性支承的刚度值,基于鼠笼弹性支承受力特性、鼠笼的加工方法和理论公式的推导等,进行了鼠笼弹性支承刚度的计算和影响因素分析。首先,在现有计算公式的基础上,结合鼠笼的加工方法和几何关系对理论计算公式进行了进一步的推导;然后,结合实验测试分析了鼠笼半径对鼠笼弹性支承计算刚度值的影响;最后,对比了推导公式和现有公式的计算准确性。研究结果表明：鼠笼半径对鼠笼弹性支承计算刚度值的影响较小,同时推导公式比现有公式计算的结果更加准确。     

航空发动机孔探损伤识别方法

针对目前航空发动机孔探检测不能对损伤类型自动识别现状,将支持向量机与孔探检测技术相结合,提出基于支持向量机（SVM）的损伤图像识别方法。该方法将损伤图像进行二值化分割,利用链码跟踪及灰度共生矩阵分别提取损伤区域的形状特征和纹理特征,组成多维特征向量,输入支持向量机进行分类识别。分类器设计阶段,组建性能优越的二叉树支持向量机以减少训练样本,提高分类效率。CFM56发动机实验结果表明：该方法的识别性能明显优于传统SVM多分类器和BP神经网络方法。     

航空发动机故障实体识别方法及应用

故障实体识别是自主获取航空发动机故障知识的基础,对实现航空发动机故障智能诊断起到至关重要的作用。为准确快速搭建航空发动机大规模故障知识库,在定义了“单元”“故障状态”“表征信号”“检查方法”和“解决措施”5种航空发动机故障实体类型的基础上,初步构建了一种以Bert BiLSTM CRF模型为基础的航空发动机故障实体识别方法。基于某型航空发动机大规模数据集分析抽取了故障实体,搭建了滑油压力异常故障知识图谱,验证了该方法识别航空发动机多源异构故障数据的有效性。     

直角刚架支承刚度的识别

通过实测水平放置直角刚架的固有频率，以传递矩阵法为基础，利用计算机代数系统导出以支承刚度为未知量的非线性方程组，求解此方程组，从而识别出支承刚度，并通过实验来验证这一方法的有效性。     

基于LSTM的短波频率参数预测

针对现有短波通信频率参数预测方法操作繁琐、预测精度不足的缺点,首次提出一种基于长短期记忆型循环神经网络（LSTM RNN）的预测方法。通过对电离层参数f0F2数据的分析,利用LSTM在处理时序相关数据时可以长期记忆网络历史数据的优势,对f0F2值进行预测。对比反向传播神经网络（BPNN）,LSTM将误差降低了7%,并将均方误差控制在2%以下。研究结果表明：基于LSTM搭建的提前预报5天的f0F2值的模型是可行的且比BP神经网络更适合预测电离层的f0F2值。     

车用发动机磁流变悬置的刚度优化

由于传统的悬置优化设计一般不考虑发动机载荷以及系统阻尼,不能反映磁流变悬置的半自动控制特性。因此,选取具有代表性的车用直列式4缸4冲程发动机悬置系统的振动力学模型,利用遗传优化算法建立一种磁流变液阻尼器初始刚度优化的新方法。该方法使磁流变液悬置在发动机多种转速下有更优秀的传递率,在冲击载荷下满足安全要求的发动机振动烈度。     

航空活塞发动机振动故障分析

本文以中国民航飞行学院使用的莱康明发动机所出现的振动故障为研究基础,结合收集到的国内外其他莱康明发动机出现的振动故障,就振动故障的预防给出维护和使用应注意的事项。借此希望本文能为相关维护人员提供有益的参考,降低莱康明发动机震动故障率,对维护工作和使用有所启发和帮助。     

惯性破碎机的弹性支承刚度

为了合理地选择惯性破碎机弹性支承刚度 ,保证机器稳定运转 ,在研究惯性破碎机动力学的基础上 ,通过对其振动系统进行分析 ,求得机器振动系统的自振频率 ,由此建立了合理选择弹性支承刚度的计算公式 ,为惯性破碎机支承弹簧的设计计算提供了基本依据     

基于WEB的航空发动机故障远程诊断技术研究

将传统的发动机故障诊断技术与WEB技术相结合,提出一种基于WEB的航空发动机故障远程诊断系统模型,并且探讨了系统构建的几项关键技术难题．本系统的建立使航空发动机的监控、诊断和维护技术融入网络环境,可以极大地提高发动机疑难故障诊断的准确性和及时性,体现了故障诊断技术网络化、信息化的发展趋势．     

基于LSTM流量预测的DDoS攻击检测方法

提出一种基于长短时记忆(LSTM)神经网络流量预测的分布式拒绝服务(DDoS)攻击检测方法.首先定义了IP数据包统计特征(IPDCF)来表征网络流特征,然后采用LSTM神经网络模型对IPDCF时间序列进行建模,且使用网格搜索和超参数最优法确定Dropout的值以缓解该模型的过拟合现象,最后建立基于IPDCF时间序列的LSTM模型来识别DDoS攻击.实验结果表明:该模型能够准确地预测正常网络流量变化趋势,识别DDoS攻击引起的异常;与同类方法相比,该方法能较早地检测DDoS攻击且漏报率和误报率更低.     

基于滑动窗口的LSTM地温预测方法

为了连续预测未来多日的日平均地温,采用LSTM和滑动窗口(SW)相结合的方法,以7天为周期更新输入参数,实现连续预测.分析成都市近50年的地温数据的关系发现,日平均地温与前几日平均地温呈现较强的正相关关系,但在夏季这种关系较弱.进一步根据季节特点建立了5个预测模型,分别为:全年、春季、夏季、秋季和冬季.结果表明,冬季模...     

基于LSTM的WEB服务响应时间大数据预测方法

有效地预测Web服务器响应时间,对Web服务提供方保障服务质量有着重要的指导意义.利用大数据方法对处理大量历史指标数据的处理能提高预测的效率.本文提出一种使用相关性分析除去与响应时间相关性不高的指标项,使用特征降维的方法减小计算的数据量,使用动态调节参数的多层LSTM优化算法对数据做训练并预测响应时间的方法来提高预测的效率和准确率.通过实验证明,本文提出的方法能高效和准确地预测Web服务响应时间.     

基于等效刚度的输电杆塔简化方法研究

本文提出了一种基于等效刚度的输电线路杆塔简化等效方法,并利用算例验证了该方法的正确性。基于ABAQUS有限元软件,采用本文提出的简化等效方法、精细化杆梁混合模型以及传统固定约束等效方法分别模拟研究了典型大刚度直线塔和小刚度耐张塔在舞动条件下的动态响应。模拟结果表明：对于刚度较大的输电杆塔,三种等效方法模拟得到的舞动垂直位移、水平位移、扭转角度和振动频率结果十分接近,误差不超过3.3%;而对于刚度较小的输电杆塔,本文提出的等效方法与精细化杆梁混合模型研究获得舞动幅值、振动频率同样十分接近,最大误差不超过10%,而传统的固定约束方法的扭转角度最大误差达到60.58%。因此,本文提出的等效刚度方法能准确有效反映出杆塔对导线振动特征的影响,可用于各种动载条件下导线动态响应特征的快速简化研究。     

基于有限元的在役桥梁纵向刚度修正法

根据平截面假定及有限元基本原理,推导梁桥纵梁刚度分段求解方程组.文章利用静力测试参数稳定、可靠、准确的良好属性,借助室外实梁试验,修正桥梁纵向刚度,验证算法的有效性.结果表明:该算法推出的纵梁刚度与实际刚度吻合良好;可计算纵梁由于各类损伤所带来的刚度缺失,有效锁定损伤范围,估算损伤程度,判别纵梁整体损伤状况.经对比分析...     

在役缺损梁桥动力分析的有限条刚度修正法

鉴于在役钢筋混凝土板梁和T梁桥具有多肋式的构造特征及损伤频发的现状,应用有限条理论的动力分析方法,对其在环境激励下的动力响应特性与当前缺损等级的关联度进行了研究.将多肋梁在横、纵桥向等效为比拟正交异性板,建立起以单梁(肋)为有限条单元的系统振动数值模型,实现了以损伤度差异的条单元进行模态刚度修正来映射全桥缺损状况下动力响应的目标.刚度预测值与室内模型试验桥从完整到破坏状态下试验结果对比分析表明:刚度预测值与测试值的相对误差在±5%以内,说明应用有限条刚度修正方法能够有效地模拟结构在荷载历程下受损状况的变化规律;该方法为中小跨径桥梁普检奠定了理论基础.     

基于支持向量机的pH中和过程辨识

针对pH中和过程具有强非线性、时变性的特点,提出一种基于支持向量机的pH中和过程模型辨识方法.该方法采用结构风险最小化准则,保证网络具有较强的推广特性,通过求解凸二次规划确保网络结构全局最优化自动生成.利用支持向量机建立辨识pH中和过程辨识模型.仿真结果表明模型辨识精度高,泛化性能好,模型有效且易于实现.     

基于支持向量机的模式识别方法

介绍了由Vapnik等人提出的统计学习理论和由此发展的支持向量机，分析了其应用前景和研究方向，两个算例表明，在模式识别领域中，采用支持向量机这一新方法，具有其他传统方法不可比拟的优势。     

基于裂缝特征的PC简支梁损伤刚度评估方法

为了研究预应力混凝土(PC)梁桥下挠与开裂后的结构性能评估方法,基于预应力混凝土简支梁的弯曲裂缝统计特征,考虑材料非线性特征,采用截面数值分析法,建立截面平衡迭代格式和截面损伤刚度表达式,提出了基于裂缝特征的预应力混凝土简支梁损伤刚度评估方法。分别采用规范法、基于实际裂缝特征的方法以及截面平衡分析法进行了模型桥验证。试验结果表明,截面一旦开裂,截面刚度迅速衰减,挠度迅速增大,刚度的衰减呈前快后慢的特点。采用本文提出的计算方法得到的荷载挠度曲线最接近于试验值。     

参数优化变分模态分解与LSTM的电力物资需求预测

国家电网物资采购管理水平不断提高,线上采购流程逐步完善,但仍存在由于采购计划预估不准导致招投标过程中,供应商利用招投标总标包机制进行价格博弈而造成电网公司采购成本增加,因此,建立准确有效的电力物资需求预测模型具有重要意义。针对电力物资序列的非稳定性、波动性和间歇性特点,提出一种基于参数优化变分模态分解(variational mode decomposition, VMD)与长短时记忆神经网络(long short-term memory, LSTM)的电力物资需求预测方法,选取国网电商专区平台的典型电力物资,采用鲸鱼优化算法(whale optimization algorithm, WOA)参数优化的VMD对原始序列进行模态分解,将分解获得的各模态分量分别构建LSTM模型,最后将各模态的预测值叠加重构为电力物资的预测值。实验结果表明：所提电力物资需求预测方法较LSTM、EMD-LSTM、VMD-LSTM、PSO-VMD-LSTM、SSA-VMD-LSTM有更高的准确率,对电网物资采购预测具有一定实际意义。