捷联惯导系统全状态量现场标定方法

捷联惯导系统的现场标定使用系统级标定方法,由于可观测度较小的状态量不能用卡尔曼滤波辨识估计误差参数,因此提出一种基于状态量正交基的可观测度计算方法,并根据此方法设计出一种提高全状态量可观测度的转位方案。在转动过程中测量每个时刻静基座惯性导航的速度误差,使用卡尔曼滤波器辨识出全状态量误差参数。经实验验证,对比未设置转位方案的现场标定结果,所提现场标定方法不仅能提高全状态量可观测度,而且对系统级标定的结果也有提高,具有较好的工程实用性。     

一种基于改进极端梯度提升决策树的轴承故障诊断方法

针对传统故障诊断模型面向海量故障数据时诊断准确度低的问题，首先，提出了一种局部均值分解与固定点算法联合降噪方法，以消除轴承振动信号中的噪声；其次，为了避免原始信号中敏感特征难以提取的问题，提出了一种基于核主成分分析的降维方法；再次，构建了一种基于改进极端梯度提升决策树的故障诊断模型，采用GS-PSO算法优化SVM性能，进而运用改进极端梯度提升决策树思想修正分类模型的残差以提升模型分类精度，应用Spark-大数据平台，通过并行处理技术进行科学计算；最后，采用CWRU提供的滚动轴承数据进行训练与仿真，证明构建的模型能实现对不同类型滚动轴承的识别诊断，并保证诊断结果的准确率。通过对4种不同故障诊断模型的对比分析，表明本文模型具有可行性和优越性。