微波膨化对膨胀石墨性能影响分析

本文介绍了微波膨化的机理,并基于微波加热原理分析了微波法对膨胀石墨性能的影响。     

基于Web内容挖掘技术的应用研究

针对不同类型的Web内容数据,提供了相应的挖掘技术,使用户能快速、高效地获取具有价值的情报信息,并对Web内容挖掘的技术发展、应用趋势做出了分析。     

高空模拟试车台扩压器数值分析

采用数值方法对固体火箭发动机主动引射高空模拟试车系统中的扩压器流场进行模拟求解,比较了含与不含Al2O3粒子对扩压器流场的影响.数值计算结果与试验结果符合性较好,表明数值模拟方法可作为扩压器流场计算的一种研究手段.     

基于BP神经网络的通信装备效能评估方案优化

本文介绍了装备效能的基本概念以及通信装备效能的几种经典评估方法,对神经网络的原理进行简单阐述,提出了用BP神经网络的评估方法来对通信装备效能方案进行科学预测,实验结果表明,神经网络的方法能够有效地根据通信装备的八个因素对装备效能方案作出优化评估,进而选出效能最佳方案。     

基于振动时频图像和D-S证据理论的内燃机故障诊断

为抑制循环波动性对内燃机故障诊断结果的影响,引入D-S证据理论,提出一种基于内燃机振动时频图像、局部非负矩阵分解、BP神经网络和D-S证据理论的内燃机故障诊断新方法。首先采用平滑伪魏格纳分布(SPWVD)方法对8种不同气门状态的缸盖振动信号进行分析得到振动时频图像,然后用局部非负矩阵分解(LNMF)方法提取时频图像的特征参数并组成训练集和测试集,用得到的训练集对BP神经网络进行训练,再把测试集输入到训练好的BP神经网络,将输出的结果转化为基本概率赋值,用Deng加权平均证据合成规则对同种状态下不同图像的证据进行合成,并利用合成后的结果进行诊断分类。实例分析结果表明,基于振动时频图像和D-S证据理论的内燃机故障诊断方法可以有效抑制内燃机循环波动性对诊断结果的影响,能够准确诊断不同类型的气门故障。     

载体运动学辅助的双轴旋转调制惯性导航算法

为提高车载捷联惯导系统的导航精度,提出一种载体运动学约束辅助双轴旋转调制的惯性导航算法。建立了惯性测量单元(inertial measurement unit, IMU)旋转的载体运动学约束模型,设计了32次序转位方案,在实现惯性器件误差自补偿的同时提高了系统可观测度,从而将提高了可观测度的载体运动学约束导航与旋转调制导航结合,进一步提高了导航精度。进行了4 000 s静止条件下的导航试验,结果证明此方法可以有效提高定位精度,水平定位精度和高度精度分别比双轴旋转调制导航提高48.2%和80.3%,比载体约束辅助导航提高85.1%和89.9%。最后通过车载实验验证了该方法的有效性。     

动态运行环境下退化系统最佳检测周期的确定

研究了运行在动态随机环境下退化系统的最佳检测周期。系统的运行环境用时间连续状态离散的马尔可夫过程描述,系统受磨损和冲击复合损伤下逐渐退化。以系统稳态平均可用度作为维修策略优化目标,寿命周期单位时间费用预算为约束条件,建立了一个关于检测周期的非线性规划模型,用遗传算法实现了检测周期的优化。最后通过算例验证了该模型和算法的可行性。     

总磁场强度梯度模作为匹配特征量的基准图制备技术

基准图制备是地磁匹配制导的关键技术之一。提出用总磁场强度梯度模作为地磁匹配特征量,根据研究的实际需要,从四个方面分析了地磁场梯度模作为匹配特征量的优势;在选定区域制作了以总磁场强度梯度模作为特征量的基准图,在基准图上提取了特征参数并进行了分析。结果表明:在选定区域,以总磁场强度梯度模作为特征量生成的基准图特征丰富、起伏程度大,较之以地磁总场强度为特征量生成的基准图优势明显。     

一种基于EMD的模拟电路故障特征提取方法

为克服小波分析中混频现象对模拟电路故障特征提取造成的不准确,提出了一种基于经验模式分解的模拟电路故障特征提取方法。该方法通过对模拟电路输出信号进行EMD得到若干个内禀模态函数,以各IMF的能量作为故障判别的特征。并针对EMD中的端点效应问题,提出了基于遗传优化的最小二乘支持向量机预测方法。仿真实验结果证明了该方法的有效性。     

支持向量机用于性能退化的可靠性评估

为解决性能退化轨迹建模中的小样本训练问题,研究了基于统计学习理论的支持向量机回归原理,提出了基于支持向量机回归模型的产品性能退化轨迹建模、寿命预测及可靠性评估方法.给出两种性能退化轨迹的支持向量机回归模型——单一模型和加权模型.实例分析表明,所提方法有较好的预测精度.加权支持向量机回归模型可在早期实现较高精度的寿命预测,提高性能退化的可靠性评估精度,从而可缩短试验时间,节约经费开支.