低频频率和O2含量对双频容性耦合等离子体Ar-O2放电的影响

利用四极杆质谱仪研究了Ar/O2混合气体放电中低频频率和O2含量对离子能量分布和平均能量的影响。研究结果表明当低频频率增大时,离子能量逐渐由中频机制向高频机制变化,其能量分布的马鞍型双峰结构逐渐收缩,变得不明显。Ar+离子由于共振电荷交换的影响获得更多的低能离子,其平均能量比O2+离子的稍低。增大氧气含量,电离率增大,Ar+离子和O2+离子的高低能峰均向高能区移动,最大能量值逐渐右移。同等条件下的Ar+离子的平均能量均低于O2+离子。     

基于瞬时能量密度谱的航空发动机双发差异信号监测

针对非线性、非平稳航空发动机双发差异信号,提出利用瞬时能量密度谱凸显微波动信号这一方法获得双发差异波动值出现的时间。通过总体平均经验模式分解(EEMD)结合希尔伯变换(HT)求解信号的HT谱与瞬时能量密度水平,从频率、幅值与时间三方面给出信号特征。以燃油流量为例,分析了航空发动机气路参数差值在巡航段的波动情况。结果表明：在2095s、3600s左右发动机燃油流量差值(ΔFF)出现微弱波动,且后者波动幅值为前者的1/5,频率范围集中在0-0.2Hz之间。2095s信号波动是由飞机飞行高度、航向变化及加速度变化引起的,3600s信号波动是加速度变化导致的。由瞬时能量密度谱获得航空发动机参数微波动发生的精确时间,并与QAR记录的同时刻其他相关数据进行对比,追溯发动机FF变化的原因,判断航空发动机是否存在故障。     

基于数据驱动的线性聚类ARIMA长期电力负荷预测

针对某些发达城市因负荷波动大而导致的长期电力负荷预测精度低问题,提出了一种基于数据驱动线性聚类(data-driven linear clustering,DLC)的自回归积分滑动平均(auto-regressive integral moving average,ARIMA)预测方法。首先,利用线性特征作为聚类标准对每年的大型变电站负荷数据集进行预处理;然后,对得到的每个子序列构建最优自回归积分滑动平均模型,以预测其相应的未来负荷;最后,汇总所有的模型预测结果从而获得电力系统长期负荷预测结果。从误差分析和应用结果可知,理论和实践都验证了所提出的方法在保证建模精度的同时能够降低随机预测误差,从而获得更稳定、更精准的电力系统负荷预测结果。     

掘进机截割头齿座的机器人自动定位技术

为提高悬臂式掘进机截割头上截齿的定位精度,改进截割头制造质量,根据截齿在截割头表面的排列形式,分析齿尖的定位方法和截齿空间姿态的确定过程,提出并研制一种基于截割头设计方法的齿座定位专用机器人系统,介绍了将截齿定位设计坐标系转换为专用机器人制造坐标系的方法。通过控制串联式机器人手部关节的旋转与回转台的翻转,实现了截齿空间姿态设计参数与制造参数的统一;通过重力自定位原理,实现了齿座相对机器人手部的自动精确定位,有效降低了机器人调试过程的复杂性。此外,通过模拟机器人自动制造过程,分析了不同制造工艺路线对截割头齿座定位工作效率的影响。研究结果表明,采用机器人自动定位技术能有效提高截割头齿座定位精度,合理的制造工艺路线能有效提高截割头制造效率。     

视觉辅助飞航导弹INS定位误差快速修正方法

针对飞航导弹惯导系统（inertial navigation system, INS）单独使用时存在定位误差发散的问题,在忽略INS速度估计误差的基础上,从便于工程实现的角度,提出了一种基于对航路上单个已知点地标连续、被动观测的INS定位误差快速修正方法。该方法在不改变导弹巡航路径的前提下,利用迭代求解与平均去噪相结合的思想,仅需1 s的观测数据,就能实现INS定位误差的快速修正。仿真结果表明：该方法是一种有偏估计方法,但在INS速度误差不大于6.5 m/s的情况下,仍可将INS定位误差修正到14m之内。     

基于试验损失的指数型产品Bayes可靠性试验设计

依据Bayes理论,对可靠性参数服从指数分布的装备产品进行了统计验证试验设计.综合考虑弃真和采伪的风险损失以及可靠性试验成本,建立了基于试验损失的可靠性验证试验设计模型.对于给定的失效数,运用0-1损失函数,按照验后期望损失最小的原则,给出了最短试验截止时间的计算方法.根据平均风险准则,推导出了弃真和采伪两类风险的计算公式.最后通过算例验证了方法的有效性.     

具有Dzyaloshinskii-Moriya作用和晶体场作用的Heisenberg模型的临界性质

利用平均场近似的方法,研究了具有Dzyaloshinskii-Moriya(DM)作用和纵向晶体场作用的自旋S=1的Heisenberg 模型的临界性质,得到了该系统的相图.研究结果表明:所研究系统存在三临界点,并且约化晶体场作用参量和约化 DM作用参量分别连续变化时,系统的三临界温度不随相应参量单调变化,约化三临界温度分别存在一个最小值.系统的这种临界性质可以解释为系统的交换耦合作用、晶体场作用DM作用之间相互竞争的结果.     

多变量过程监控的D控制图

针对如何将大数据技术与传统的多元控制图相结合,以获得一个具有自学习性的控制图的问题,以支持向量数据描述(SVDD)为构建基础,提出一个基于支持向量数据描述的D控制图.该D控制图通过对在控数据的学习,自适应地构建出自己的监控模型.仿真实验及工业实例表明:D控制图在多变量制造过程中的表现优于T²控制图,是一个理想的监控模型.     

财务困境预测中的变量筛选——基于平均影响值的SVM方法

在财务困境预测中,如何从大量备选指标中筛选出预警指标是一个重要环节。为了更有效地设计财务困境预测模型,本文将平均影响值方法应用于SVM回归来进行变量筛选,首先对训练集数据用SVM进行训练,然后分别增减每一自变量的10%来进行仿真,对两个仿真结果的差值按样本数平均,得出平均影响值;最后对各个自变量的平均影响值按绝对值大小排序,从而进行变量筛选。实证结果表明,该方法能够以较少的特征变量实现较高的分类精度,是切实有效的。     

应用ARMA模型的辅助载波多普勒精确估计

在GPS和捷联式惯性导航系统（strapdown inertial navigation system, SINS）的超紧组合结构中,惯性测量单元（inertial measurement unit, IMU）和星历信息等估计得到的载波多普勒辅助值是影响跟踪环路性能的主要因素,因此提出一种应用自回归滑动平均（auto-regressive moving average, ARMA）模型对估计过程中存在的随机多普勒误差建模,精确估计载波多普勒方法。通过判定随机多普勒误差序列的平稳性,采用时间序列分析的方法建立数学模型;根据随机误差序列的自相关函数和偏相关函数特性,确定模型类型和阶数;利用Yule Walker方法估计模型参数,得到符合该随机序列的数学模型。仿真结果表明,该模型具有很好的适用性,能准确拟合随机多普勒误差,为超紧组合系统中的辅助环路提供精确的载波估计。